结合HOG/HOF级联特征和多层分类器的人体行为识别

摘要：

提出一种人体行为识别方法,结合HOG/HOF级联特征和多层分类器提高人体行为的识别率.采用VIBE方法提取视频中的前景区域;在前景区域上分别提取方向梯度直方图(HOG)特征和光流方向直方图(HOF)特征,组成HOG/HOF级联特征,将视频片段中所有前景区域的HOG/HOF级联特征构建成一个特征向量集合;构建包含两层自组织映射网络和一层有监督神经网络的多层分类器,对视频片段的特征向量集合进行分类,得到行为识别结果.仿真结果表明,该方法的行为识别率高,对不同人体行为的分类混淆率低.

关键词：行为识别、方向梯度直方图、光流方向直方图、多层分类器、自组织映射

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：河南省高等学校青年骨干教师资助计划基金项目2013GGJS-206;河南省科技发展计划基金项目142102210417

在线出版日期：2017-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2567-2572