基于运动特征与序列袋的人体动作识别

摘要：

针对当前的动作识别算法难以有效识别复杂动作的问题,提出一种人体行为识别算法.利用改进的密集轨迹,将视频表示为多个基础动作序列(primitive actions,PA),将其编码为PA的特征序列,通过仿射传播,将其变为索引序列;基于序列模式挖掘(sequential pattern mining,SPM),形成不同的序列袋(bag of sequence,BOS)模型;对BOS模型进行学习,计算其序列比对特征、外观匹配特征、序列集特征,构成动作的评分函数;引入线性判别分析(linear discriminat analysis,LDA),对动作的评分值进行分类学习,完成动作识别.在MSR3D与UCF-Sport数据集上进行测试,实验结果表明,面对各种复杂动作,所提算法具有更高的识别精度与稳定性.

关键词：动作识别、基础动作序列、序列袋、仿射传播、序列模式挖掘、线性判别分析

所属期刊栏目：39

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金青年基金项目61300165;南京邮电大学引进人才基金项目NY213033;高等学校博士学科点专项科研基金项目20133223120009;2016年四川省教育厅重点科研课题基金项目16ZA0425

在线出版日期：2018-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3220-3227