基于时间序列无关性的视角无关行为识别

摘要：

在对动作运动过程探索中发现动作具有时间序列不变的特性，并利用这一特性提出了一种新的视角无关行为识别的方法。论文利用了时空特征，特征融合和时间顺序一致性约束来确保匹配过程中的时间顺序。首先从视频序列中提取时空特征点，并运用基于 PCA 和 LPP 算法特征融合技术将视角相同的相似点封装到一个类内。对于每一个动作类，构造一个特征融合表以便于在不同的视角进行特征匹配。匹配度是通过基于全局时间顺序约束条件和匹配特征的数量计算出来的。最后拥有最大匹配度的行为标签分配给要查询的动作。通过在 IXMAS 多视角数据库和西弗吉尼亚大学的行为数据库大量实验评估了该算法，实验结果表明，该方法在视角无关行为识别方面具有较高的准确性。

关键词：行为识别、特征融合、时空特征、视角无关

分类号：TP3;B84

资助基金：国家自然科学基金61472196资助。

在线出版日期：2015-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1794-1798