基于强化学习的多模态场景人体危险行为识别方法

摘要：

　　在多模态场景下，常规人体危险行为识别方法对人体危险行为的识别精度较低，于是提出了基于强化学习的多模态场景人体危险行为识别方法.首先根据强化学习的特征提取算法获取多模态场景人体危险行为特征集，其次基于强化学习数据决策提取多模态场景人体危险行为，构建人体危险行为模糊识别模型.最后将上述人体危险行为特征子集代入模型，计算不同感官下危险行为的隶属度，实现多模态场景人体危险行为的识别.实验结果表明：该方法对危险行为的识别准确率较高，其识别延迟时间低于300ms.

关键词： 强化学习 多模态 场景 行为识别

作者: 张晓龙 王庆伟 李尚滨

作者单位: 东北林业大学体育部,黑龙江哈尔滨150040 哈尔滨华德学院体育教研部,黑龙江哈尔滨150025 哈尔滨工程大学体育部,黑龙江哈尔滨150001

会议类型: 国内会议

会议名称: CCF第35届中国计算机应用大会

会议地点: 湖北襄阳

会议语种:中文

页码: 605-614

在线出版日期: 2020-10-16（万方平台首次上网日期，不代表论文的发表时间）