结合稠密轨迹与视频显著性特征的人体动作识别

摘要：

传统稠密轨迹算法在人体动作识别中取得了较大的成功,但是其在轨迹的形成过程中将动作产生的轨迹和背景运动导致的轨迹进行了相同处理,导致视频表示过于冗余,识别精度受限.为解决这一问题,首先分析背景运动与行为运动模式的差异性,以特征字典的稀疏系数矩阵为基础,利用低秩分解的方法得到稀疏误差矩阵,进一步求解出视频的显著图,然后以显著图作为依据仅在动作相关区域内形成显著性轨迹,并以此表征人体动作.最后基于公开数据集:UCF Sports数据集和YouTube数据集,验证了本文方法的有效性.

关键词：图像处理、动作识别、稠密轨迹、视频显著性、低秩矩阵分解、稀疏编码

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;科技计划;甘肃省科技计划;甘肃省教育厅科技项目

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：61-69