一种基于自相关函数特征的行为识别方法

摘要

为了增强特征敏感度,提高人体日常行为识别准确率,针对行为识别特征进行了研究,提出一种基于自相关函数特征的人体行为识别方法.首先对预先采集的人体行为数据进行预处理,然后从时域和频域提取特征后计算得到自相关函数特征,同时采取互相关函数的步进式方法在自相关函数上进行降噪操作.分别使用C4.5决策树、K最近邻、支持向量机、朴素贝叶斯四种分类器进行分类.实验结果表明,与选取纯粹的时、频域特征集进行识别分类的模型相比,选用了包含自相关函数特征的特征集构造出来的模型对行为的识别准确率有较大提高.