基于局部描述子的人体行为识别

摘要：

提出一种新的局部时空特征描述方法对视频序列进行识别和分类.结合SURF和光流检测图像中的时空兴趣点,并利用相应的描述子表示兴趣点.用词袋模型表示视频数据,结合SVM对包含不同行为的视频进行训练和分类.为了检测这种时空特征的有效性,通过UCF YouTube数据集进行了测试.实验结果表明,提出的算法能够有效识别各种场景下的人体行为.

关键词：行为识别、光流、词袋、时空特征、兴趣点

分类号：TP391.41(计算技术、计算机技术)

资助基金：中央高校科研经费资助项目2010HGZX0019

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：123-125