層級隨機森林算法及其在人體活動識別應用研究.pdf

1、隨著生活節(jié)奏的加快，網(wǎng)絡化的普及，高級人機交互和虛擬現(xiàn)實等應用對當前技術發(fā)展提出了更高的要求。人體活動識別是指從一段包含人體活動的視頻或圖片序列中對人體進行檢測、識別、跟蹤并進行分析描述。由于其廣泛的應用前景，人類活動識別在許多新興領域及交叉領域潛在的商業(yè)價值，正在逐漸成為計算機視覺領域中的研究熱點。
　　隨機森林算法是一種新型的分類和預測模型算法。作為一種優(yōu)秀的集成算法，隨機森林由于其計算速度快、抗噪聲能力強、可以自然處理多類問

2、題，自然避免過擬合等多方面的優(yōu)勢，成為了計算機視覺中的新興熱點。此外，隨機森林算法在諸如生物學、經(jīng)濟學、醫(yī)學等多領域以及交叉領域得到了廣泛的應用。
　　首先，本文改進了傳統(tǒng)的隨機森林的分類方法，提出了一種層級隨機森林分類方法，并運用于人體活動識別。我們采用時間空間興趣點來表征樣本特征，隨機的訓練多個弱分類器，隨后基于類之間的差異信息將頂層分類器的特征子集再度構(gòu)建底層弱分類器，并將這些弱分類器集成起來構(gòu)建隨機森林。我們稱之為層級隨機