你还在为培育企业员工使命感、归属感、责任感、荣誉感、成就感烦恼么？在这里，某公司BI行为识别手册DOC...该文档为某公司BI行为识别手册DOC，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看

该课题为基于MATLAB差影法的人体姿态识别。带有一个GUI可视化界面。需要准备对应的模板图片作为背景图，然后测试图和背景图进行作差，结合形态学知识，提取出人体轮廓，接上最外接矩形，得出矩形长宽，计算长宽比例，从而判断人体姿态。优点是通俗易懂，缺点是局限性大，因为对背景图片要求比较高。另外可改造成不需要模板图片的纯形态学或者利用帧差法识别的基于视频的人体行为检测。

基于卷积神经网络的人体行为识别方法.pdf

针对长短时记忆网络(LSTM)不能有效地提取动作前后之间相互关联的信息导致行为识别率偏低的问题,提出了一种基于Bi-LSTM-Attention模型的人体行为识别算法。该算法首先从每个视频中提取20帧图像,通过Inceptionv3模型提取图像中的深层特征,然后构建向前和向后的Bi-LSTM神经网络学习特征向量中的时序信息,接着利用注意力机制自适应地感知对识别结果有较大影响的网络权重,使模型能够根据行为的前后关系实现更精确的识别,最后通过一层全连接层连接Softmax分类器并对视频进行分类。通过Action Youtobe和KTH人体行为数据集与现有的方法进行比较,实验结果表明,本文算法有效地提高了行为识别率。

MATLAB人体行为识别，可以识别动作姿态，行为是否异常。可以导入视频或者图片。带界面GUI。matlab，需要具备一定编程基础。

MATLAB异常行为识别。matlab，需要具备一定编程基础。

基于时空特征的方法是行为识别的主流方法，已经有许多研究学者提出了多种局部时空特征。然而，不同的局部特征所反映的行为信息的侧重点并不一样。通过引入集成学习的方法，对多种特征在分类器层次上进行融合，使得多种特征能够优势互补，从而增强了特征的描述能力，为构建出高效、稳定的行为识别分类器提供了保证。经仿真实验验证，所提出的方法是鲁棒和有效的。

人体动作行为识别研究综述

为改善人体行为识别任务中准确率低的问题，提出了一种基于批归一化的卷积神经网络（CNN）与长短期记忆(LSTM)神经网络结合的神经网络。CNN部分引入批归一化思想，将输入网络的训练样本进行小批量归一化处理，经过全连接之后，送入长短期记忆神经网络中。该算法采用时空双流网络模型结构，视频数据的RGB图像作为空间流网络输入，光流场图像作为时间流网络输入，再将时空双流网络各自得到的识别结果进行加权融合得到最终的行为识别结果。实验结果表明，本文设计的时空双流神经网络算法在人体行为识别任务上具有较高的识别准确率。

本文是基于作业场所的视频摄像头的不安全行为，进行分析的方案设计稿，详细描述了方案设计、功能设计等建立作业场所不安全行为：通过现场踏勘调研，识别作业场所典型不安全行为，完成不安全行为模型库的构建。