| 基于特征融合的人体行为识别 |
| |
| 作者姓名： | 邵延华 郭永彩 高潮 |
| |
| 作者单位： | 重庆大学 光电技术及系统教育部重点实验室,重庆 400044;重庆大学 光电技术及系统教育部重点实验室,重庆 400044;重庆大学 光电技术及系统教育部重点实验室,重庆 400044 |
| |
| 基金项目： | 教育部重点科研项目(108174)和教育部博士点基金(20130191110021)资助项目 (重庆大学 光电技术及系统教育部重点实验室,重庆 400044) |
| |
| 摘 要： | 为克服单个行为表达方法有效性上的不足,提出了一种基于多特征融合和支持向量机(SVM)的人体行为识别(HAR)方法。首先,利用背景差分提取运动显著区域;然后提取运动显著区域的剪影直方图和光流直方图,并采取一定的融合策略,构建融合特征结合SVM识别人体行为。实验以广泛使用的公开数据集Weizmann为研究对象,正确识别率达到99.8%以上。结果表明,提出的特征融合及识别方法能有效地对人体行为进行识别;而且,由于规避了比较耗时的序列匹配操作,减少了计算量。
|
| 关 键 词： | 行为识别(HAR) 信息融合 支持向量机(SVM) 核方法 |
| 收稿时间： | 2014-04-21 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
|
点击此处可从《光电子．激光》下载全文 |
|
