10.3969/j.issn.1673-629X.2018.02.022
基于混合时空特征描述子的人体动作识别
针对基于局部时空特征的行为识别中获取高效兴趣点、合理描述兴趣点及表征运动特征等关键问题,提出一种基于混合时空特征和SOM网络的新的行为识别框架.首先,从输入视频中提取出多尺度的Dollar时空兴趣点,并由时空兴趣点提取用于描述局部运动区域的视频块.然后,提出多向投影的光流直方图(DPHOF)构造方法,并与3D梯度方向直方图(HOG3D)结合描述视频块;利用SOM构造全局视频描述子.最后,用K最近邻(KNN)进行分类.对该方法在KTH和UCF-YT数据集上进行了验证,取得了很好的识别效果.实验结果表明,提出的DPHOF描述符能高效表示时空兴趣点,并优于HOG3D和HOF的描述性,且由SOM构造出的全局视频描述子可以高效地表示视频特征,该方法具有更好的识别结果.
时空兴趣点、3D有向直方图、光流直方图、自组织特征映射
28
TP31(计算技术、计算机技术)
广西自然科学基金2015GXNSFAA139311
2018-03-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
98-101,118