10.3778/j.issn.1002-8331.1210-0077
基于特征融合的人体行为识别算法
针对 HOG 特征在人体行为识别中仅仅表征人体局部梯度特征的不足,提出了一种扩展 HOG(ExHOG)特征与CLBP 特征相融合的人体行为识别方法.用背景差分法从视频中提取出完整的人体运动序列,并提取出扩展梯度方向直方图 ExHOG 及完备局部二值模式 CLBP 两种互补特征;利用 K-L 变换将这两种互补特征融合生成一个分类能力更强的行为特征;采用径向基函数神经网络 RBFNN 对行为特征进行识别分类.在 KTH 和 Weizman 行为公共数据库上进行了多组实验,结果表明提出的方法能够有效地识别人体运动类别.
行为识别、梯度方向直方图、完备局部二值模式、径向基函数神经网络
TP391(计算技术、计算机技术)
2013-04-28(万方平台首次上网日期,不代表论文的发表时间)
共5页
162-166