| 基于时空深度特征的人体行为识别算法 |
| |
| 引用本文： | 刘雨娇,范勇,高琳,酉霞. 基于时空深度特征的人体行为识别算法[J]. 计算机工程, 2015, 0(5) |
| |
| 作者姓名： | 刘雨娇 范勇 高琳 酉霞 |
| |
| 作者单位： | 西南科技大学计算机科学与技术学院,四川 绵阳,621010 |
| |
| 基金项目： | 四川省教育厅科技基金资助项目，西南科技大学研究生创新基金资助项目，西南科技大学网络融合工程实验室开放基金资助项目(12zxwk09)。 |
| |
| 摘 要： | 针对底层局部时空特征数量少以及中层特征表达能力弱的问题，结合时空深度特征，提出一种人体行为识别算法。依据运动剧烈区域在行为识别中提供更多判别信息的思想，利用视频图像的深度信息确定人体运动显著性区域，通过计算区域内光流特征作为度量区域活跃度的能量函数，依据能量函数对运动显著性区域进行高斯取样，使样本点分布于运动剧烈区域。将采集到的样本点作为动作底层特征描述人体行为，结合词袋模型，采用支持向量机分类器对行为进行识别。实验结果表明，在SwustDepth数据集中，基于时空深度特征的人体行为识别算法的平均行为识别准确率达到92%，且具有较高的鲁棒性。
|
| 关 键 词： | 行为识别 深度信息 采样策略 时空特征 词袋模型 运动显著性 |
Human Action Recognition Algorithm Based on Spatial Temporal Depth Feature |
| |
| LIU Yujiao,FAN Yong,GAO Lin,YOU Xia. Human Action Recognition Algorithm Based on Spatial Temporal Depth Feature[J]. Computer Engineering, 2015, 0(5) |
| |
| Authors: | LIU Yujiao FAN Yong GAO Lin YOU Xia |
| |
| Abstract: | |
| |
| Keywords: | action recognition depth information sampling strategy spatial temporal feature Bag-of-Word (BoW) model movement significance |
| 本文献已被 万方数据 等数据库收录！ |
