基于HOF-CNN和HOG特征的视频动作识别系统

摘要：

视频动作识别是计算机视觉研究领域的重要研究分支,为构建识别效果较好的视频动作识别系统,提出了一种基于稀疏光流和方向梯度直方图的视频动作识别系统.通过使用稀疏光流法处理视频数据,使用二维卷积神经网络(2DCNN)对稀疏光流图像提取深层特征,然后结合运动帧的HOG特征,使用KNN机器学习器构建动作识别模型.通过使用UCF101数据集的数据进行仿真对比验证,结果证明,构建的模型相比较其它模型,具有更好的识别能力.

关键词：人体动作识别、稀疏光流、卷积神经网络

所属期刊栏目：39

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省自然科学基金资助项目;河南大学研究生教育创新与质量提升计划项目

在线出版日期：2022-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：179-182,318