| 结合限制密集轨迹与时空共生特征的行为识别 |
| |
| 引用本文： | 李庆辉,李艾华,崔智高,姜柯.结合限制密集轨迹与时空共生特征的行为识别[J].光学精密工程,2018,26(1):230-237. |
| |
| 作者姓名： | 李庆辉 李艾华 崔智高 姜柯 |
| |
| 作者单位： | 火箭军工程大学 五系, 陕西 西安 710025 |
| |
| 基金项目： | 国家自然科学基金资助项目（No.61501470）；陕西省重点研发计划资助项目（No.2017GY-075） |
| |
| 摘 要： | 针对传统密集轨迹方法应用到真实场景后过多无效轨迹耗费存储与计算资源且严重影响有效特征提取的不足,提出一种新的人体行为识别算法。首先,检测视频帧中存在的人体目标并对获得的包含人体的矩形框进行扩展,利用扩展后的矩形框对传统密集采样特征点的范围进行筛选限制;然后,对筛选限制后的特征点在光流场中跟踪一定帧数获取限制密集轨迹,并在以限制密集轨迹为中心的时空体内构建一组包含轨迹的空间位置、时空上下文信息的特征描述子;最后在视觉词袋模型框架下,采用SVM对特征向量进行编码分类。结果显示:在KTH、YouTube和HMDB51 3个行为数据库上的识别准确率分别达到98.1%、89.7%和66.9%。证明本算法对复杂真实场景中的人体行为具有较高的识别能力。
|
| 关 键 词： | 行为识别 限制密集轨迹 时空共生特征 视觉词袋模型 |
| 收稿时间： | 2017-08-29 |
Action recognition via restricted dense trajectories and spatio-temporal co-occurrence feature |
| |
| LI Qing-hui,LI Ai-hua,CUI Zhi-gao,JIANG Ke.Action recognition via restricted dense trajectories and spatio-temporal co-occurrence feature[J].Optics and Precision Engineering,2018,26(1):230-237. |
| |
| Authors: | LI Qing-hui LI Ai-hua CUI Zhi-gao JIANG Ke |
| |
| Affiliation: | Fifth Department, Rocket Force of Engineering University, Xi'an 710025, China |
| |
| Abstract: | |
| |
| Keywords: | action recognition restricted dense trajectories spatio-temporal co-occurrence feature bag of visual words |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《光学精密工程》浏览原始摘要信息 |
|
点击此处可从《光学精密工程》下载全文 |
|
