结合码本优化和特征融合的人体行为识别方法

摘要：

为了提高视频序列中人体行为识别的正确率,提出了一种结合两层K-means聚类优化码本和视频表达级特征融合的行为识别方法.首先对训练集视频提取出的时空兴趣点利用梯度方向直方图(HOG)和光流直方图(HOF)进行描述,并对属于不同视频以及不同种类动作视频的描述子使用两层K-means聚类形成各自更具有代表性的视觉词汇,从而提高码本的表达能力.然后将表示每个视频的HOG和HOF描述子分别作为码本优化后的词袋模型的输入,得到两种不同的视频全局表达并进行特征融合,由于HOG和HOF描述子在形成视频表达级特征时相关性较大,融合后的特征更具区分性和分类鲁棒性.最后采用支持向量机对融合后的特征进行分类识别.实验结果表明,该方法能够有效地提高识别率.

关键词：词袋模型、两层K-means聚类、视频表达级特征融合、行为识别

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省科技计划项目2016008-06;闽江学院福建省信息处理与智能控制重点实验室开放课题MJUKF201712

在线出版日期：2018-03-29（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：107-111