我校数计学院张建光博士的研究论文被国际期刊IEEE TCyb录用

论文简介：人体动作识别作为计算机视觉领域的热点研究内容，受到越来越多研究人员的关注。虽然已有的研究说明：在视频和图像数据中可以挖掘出大量有效的人体动作信息，并且这些动作信息是相关的，但是并不了解如何利用图像中蕴含的动作信息提高视频动作识别的准确率。另外在现实世界中，包含稳定标签信息的视频数据是很难获得的，因此部分识别算法由于缺少足够的训练数据，导致了过拟合问题，影响了识别效果。本文利用迁移学习理论将图像中包含的动作信息引入到视频动作识别中，提高了视频动作识别率；同时，为了利用无标签视频数据解决模型的过拟合问题，本文基于图模型将上述迁移学习过程进行扩展，得到了半监督的迁移学习算法。在标准视频数据以及现实世界采集的视频数据上进行的一系列实验证明：本文提出的算法与最新的半监督和迁移学习算法相比在视频动作识别上更有效。

作者简介：张建光，男，1984年04月出生。毕业于天津大学计算机科学与技术学院，计算机应用技术专业，获工学博士学位。主要研究兴趣：人工智能，多媒体分析，计算机视觉，机器学习。

Semi-Supervised Image-to-Video Adaptation for Video Action Recognition.pdf  

TCYB-supplementary.pdf

• 附件【TCYB-supplementary.pdf】已下载次
• 附件【Semi-Supervised Image-to-Video Adaptation for Video Action Recognition.pdf】已下载次