规划问道
数据精英年终大冲刺开车啦！
同时报名还可享更多优惠：
任选2套同报，再减200元！
任选3套同报，再减360元！
任选4套同报，再减520元！
任选5套同报，再减700元！
任选6套同报，再减900元！
项目中文摘要
在大数据时代，对行为大数据进行分析和理解是视频监控等领域的关键技术环节。目前行为大数据的研究面临四方面挑战：1)缺乏统一的特征表示理论框架；2)存在的非结构化数据模型，使得非结构化大数据表示难以构建；3)行为数据的复杂性，导致模型可移植性低；4)针对大数据的优化算法，缺乏相应的解决方案。
为解决以上问题，本项目基于深度学习框架，对行为大数据模式识别的基本方法，以及大数据环境下的行为检测与识别进行系统的创新性的研究。首先对行为分析的基本理论和方法进行深入研究，为解决行为大数据学习模型中存在的包括带标签样本少、深度学习特征相互干扰和特征冗余、深度模型训练速度慢等共性问题，提供通用有效的方法。其次，具体针对性研究大数据环境下行为检测技术和识别技术，提出了浅层结合深层模型的多层次人体目标检测模型、基于3D人体模型的多视角深度迁移行为识别模型等，为大数据环境下人体行为的检测和识别提供了有效的解决方案。
项目结题成果报告
以下研究成果内容摘自项目结题成果报告。该项目报告共计69页，关注城市数据派微信公众号，在微信公众号对话框中输入 24116，即可获得报告全文PDF的下载方式：
……
还有更多成果内容，详见项目结题成果报告。该项目报告共计69页，关注城市数据派微信公众号，在微信公众号对话框中输入24116，即可获得报告全文PDF的下载方式。
原文始发于微信公众号（城市数据派）：基于深度学习框架，行为大数据模式识别理论及方法可做哪些创新研究？丨城市数据派
