行为动作识别算法研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对现有行为特征提取方法识别率低的问题,提出了一种融合稠密光流轨迹和稀疏编码框架的无监督行为特征提取方法.首先,在稠密光流(DOF)轨迹提取的基础上,对以轨迹为中心的原始图像块进行采样作为轨迹的原始特征;其次,对轨迹原始特征基于稀疏编码框架训练稀疏字典,得到轨迹的稀疏特征表示,利用词袋模型对稀疏特征聚类得到轨迹的码书,再根据码书对每个动作中出现的所有轨迹所属的码书类别进行投票,统计该动作中每个码书出现的次数,得到行为特征;最后,对行为特征利用基于直方图交叉核函数的支持向量机(SVM)进行训练得到行为识别模型,再利用该模型对行为进行分类预测,得到最终行为识别的结果.

作者：

于宏杰、朱思文、翟鹏刚、乔水、王洋洋、卢瑶、刘新荣

展开 >

作者单位：

北京华油信通科技有限公司

关键词：

行为识别稀疏编码稠密光流词袋模型支持向量机

出版年：

2020

DOI：

10.12253/j.issn.2096-3661.2020.15.133

百科论坛电子杂志

ISSN：

年,卷(期)：2020.(15)

参考文献量3