基于时空运动特征的运动姿态视频检索方法

摘要：

提出了一种人体运动姿态视频检索的新方法,整体算法分为典型姿态学习和姿态检索两个阶段.首先提取样本库中人体姿态的时空运动特征点作为姿态运动底层特征,一个姿态对应一个时空特征点集合;计算每个特征点的时空三维邻域中像素的梯度,进而为每个姿态建立一个梯度直方图;其次,采用非监督的聚类方法对姿态样本归类,按照语义要求提取多个典型姿态;最后,用基于EM的高斯混合模型对聚类结果建模,形成典型姿态检索的分类器,完成姿态建模的的学习阶段.运动姿态的视频检索是根据最大概率匹配准则,对输入的测试视频进行姿态匹配,从而实现基于语义的姿态检索.基于Weizmann和KTH标准测试视频库的大量实验结果表明,本文提出的方法能够准确有效地检索人体运动姿态.

关键词：姿态检索、时空运动特征、NERF C-mean聚类算法、高斯混合模型、EM算法

所属期刊栏目：26

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金60641010;山东省自然科学基金Y2008G09,ZR2010FL007;山东省高等学校科技计划J10LG23

在线出版日期：2011-09-13（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：339-346