基于时空信息和非负成分表示的动作识别

摘要：

为充分利用时空分布信息及视觉单词间的关联信息,提出了一种新的时空-非负成分表示方法(ST-NCR)用于动作识别.首先,基于视觉词袋(BoVW)表示,利用混合高斯模型对每个视觉单词所包含的局部特征的时空位置分布进行建模,计算时空Fisher向量(STFV)来描述特征位置的时空分布;然后,利用非负矩阵分解从BoVW表示中学习动作基元并对动作视频进行编码.为有效融合时空信息,采用基于图正则化的非负矩阵分解,并且将STFV作为图正则化项的一部分.在3个公共数据库上对该方法进行了测试,结果表明,相比于BoVW表示和不带时空信息的非负成分表示方法,该方法能够提高动作识别率.

关键词：动作识别、非负成分表示、时空Fisher向量、视觉词袋

所属期刊栏目：46

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金资助项目61401085、教育部留学归国人员科研启动基金资助项目2015.

在线出版日期：2016-09-28（万方平台首次上网日期，不代表论文的发表时间）

页码：675-680