论文部分内容阅读
针对人体动作识别中时空特征提取问题,提出一种基于层次时间记忆(HTM)架构的深度学习模型,用来提取图像帧的时空特征。将图像帧构建成树型节点层次结构,在每一层中,通过欧氏距离分组来提取图像样本的空间特征,利用时间邻接矩阵提取样本的时间特征,利用置信传播方法将各层局部特征组进行汇总归类,得到整体特征组,作为该图像帧的时空特征。此外,在节点操作中引入张量代数,从而避免出现高维特征,将特征送入支持向量机(SVM)分类器进行识别分类。在MSR Gesture 3D和KTH动作数据库上的实验结果表明,提出的方法