摘要
为解决视频中群体人物行为语义抽取中群体人物相互遮挡、追踪困难等问题,构建一种基于特征关联的视频中群体行为人物语义抽取算法.该算法首先对视频帧提取多尺度融合特征图,通过特征图检测视频帧中可能存在的人物,利用去重算法筛除检测到的重复人物,精准定位群体人物边界框;接着预测群体人物特征掩码,通过比对相邻视频帧人物特征掩码的差异度追踪群体人物的运动轨迹;最后结合群体人物的运动轨迹推理每帧视频帧的群体人物行为语义,根据群体人物行为特点抽取视频群体人物行为语义.实验结果表明,该算法能够准确提取、定位群体人物的动态线索,解决群体人物复杂时空关系导致的语义抽取低效问题,有效地提高群体人物语义抽取的准确率和鲁棒性.
基金项目
国家自然科学基金(61501253:)
江苏省基础研究计划(自然科学基金)项目(BK20151506:)
江苏省"六大人才高峰"第十一批高层次人才选拔培养资助项目(XXRJ-009:)
江苏省重点研发计划(社会发展)项目(BE2019739:)
南京邮电大学科研项目(NY217054:)
江苏省研究生科研与实践创新计划项目(SJCX18_0296)
国家科技期刊平台
NSTL
维普
万方数据