视频序列中基于LBP特征的人体行为识别

摘要：

视频序列中的行为分析与识别已经成为当前计算机视觉领域的研究热点.为了更加有效地提取人体行为序列中的轮廓特征的信息,提出了一种基于局部二值模式(Local Binary Pattern,LBP)特征的人体行为识别的算法.通过背景差分法从视频中提取完整的人体运动序列,利用LBP算子计算运动序列的LBP特征谱,组成样本的LBP轮廓特征空间,接着将特征空间通过K-means聚类的方法生成行为特征.最后,采用隐马尔可夫模型(HMM)对特征进行识别.实验过程中,分别在两个公共行为数据库上进行了测试实验,平均识别率能达到85%以上,并且在两个数据库的交叉实验结果表明了本文算法具有一定的鲁棒性.

关键词：行为识别、局部二值模式、K-means聚类、隐马尔科夫模型

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2013-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：108-114