基于自适应特征融合的自然环境视频行为识别

摘要：

文中针对无约束环境下现实人体行为识别的难点问题,提出了一种自适应特征融合算法.首先,通过图像特征点跟踪和背景轨迹剪除,获得可靠的特征点轨迹,并从中计算得到一组丰富的动作描述符,以同时保留轨迹的局部运动信息、形状以及静态外观信息；然后,采用词袋(Bag of Words,BOW)模型,将视频序列表示为视觉词语频率直方图；最后,为应对摄像头移动和静止情况下,视频中动作特点的剧烈变化,提出自适应的特征融合策略,即根据摄像头的动静情况,选择性地将基于特征点轨迹的描述符与基于3D兴趣点的描述符进行融合.通过在2个现实人体行为数据集上的实验并与当前已有算法的比较,证明了文中算法的有效性.

关键词：行为识别、特征点轨迹、时空兴趣点、词袋表示、特征融合

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：广东省高科技项目基金201100000514

在线出版日期：2013-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2330-2339