10.3969/j.issn.1000-3428.2017.10.032
静止背景下的人体行为识别方法
在实际工程中多数监控摄像头是固定的,为了使计算能力有限的智能摄像头实时地进行人体行为识别,提出一种将无迭代双边二维主成分分析方法(NIB2DPCA)与高斯混合模型(GMM)相结合的行为识别方法.提取视频帧序列中运动前景的稠密光流,绘制运动矢量时空(MVFI)模板,利用NIB2DPCA对MVFI模板作特征抽取,通过GMM对特征数据建模从而实现行为分类.测试结果表明,与轨迹云比较法相比,该方法对视频中的行为信息进行了有效地压缩,使得计算耗时缩短了90%以上,同时保持了较高的识别率.
人体行为识别、运动特征、运动矢量、特征抽取、高斯混合模型
43
TP391.413(计算技术、计算机技术)
江苏省产学研项目BY2013015-40
2017-12-01(万方平台首次上网日期,不代表论文的发表时间)
共6页
192-197