时间: 2014年12月18日（周四）上午10:00

所在: 校本部东区翔英大楼516室

讲座: Human Pose Estimation and Action Recognition （人体行为估测及行动识别）

演讲者: 美国华盛顿大学 Jenq-Neng Hwang 教授

演讲者简介：

黄正能教授划分于1981年和1983年从国立台湾大学获得电子工程专业的学士和硕士学位，，，，，，之后赴美留学，，，，，，在南加利福尼亚大学获得博士学位
。。。。结业后于美国华盛顿大学（西雅图）任教，，，，，，1999年提升为正教授，，，，，，现在是华盛顿大学（西雅图）电子工程系终身教授，，，，，，主管科研的系主任
。。。。

黄教授获得过多项种种人才奖励和学术奖励，，，，，，具有富厚的国际相助阅历，，，，，，与8188cc威尼斯开展了较长时间的相助与交流，，，，，，是8188cc威尼斯的外洋名师
。。。；；；；平淌谠谘跎暇哂泻苌畹脑煲，，，，，，是相关领域具有较高国际影响的着名科学家
。。。。先后在多媒体信号处置惩罚，，，，，，多媒系一切集成和网络领域揭晓了300多篇论文、著作等
。。。。同时还担当多家学术委员会的主席及多本着名电子工程类杂志的主编，，，，，，从2001年起即成为IEEE会员
。。。。

讲座摘要：

This talk will mainly focus a human pose estimation and action recognition based on monocular video sequences. First, using shape, color and time continuity information, the 2D body parts are tracked in each frame, more specifically, the shape information is explored by a skeletonization process, the color information by the mean shift algorithm, and the time continuity information by Kalman filter. Then the downhill simplex algorithm is applied on the tracked 2D body parts to search the best 3D pose of the 3D body model. For each frame, the 3D coordinates of 13 joints are converted into 3D geometric relational features (GRFs). Finally, with the sequences of 3D GRFs, each action is trained as a cyclic hidden Markov model (CHMM), and the trained HMMs are used to classify different human actions.