基于pLSA模型的人体动作识别

• 作者: 夏利民 夏胜平 谭论正 黄金霞
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 动作识别 主题模型 慢特征分析 时空兴趣点 梯度直方图
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 计算机科学与技术·物理学
• 页码范围: 102-108
• 页数: 7页
• 分类号: TP391
• 字数: 5800字
• 语种: 中文

摘要

提出一种基于主题模型的人体动作识别方法.该方法首先提取时空兴趣点(STIP,Space-Time Interest Point)来描述人体运动,然后提出使用慢特征分析(SFA,Slow Feature Analysis)算法计算兴趣点梯度信息不变量最优解,最后使用概率潜在语义分析(pLSA,probabilistic Latent Semantic Analysis)模型识别人体动作.SFA计算的梯度不变量最优解可以表示时空兴趣点固有特征,能够无歧义反映时空兴趣点在空间及时间方向上的信息.同时,针对pLSA隐性主题正确性无法保证的缺点,算法将主题与动作标签“一对一”相关,通过监督方式得到主题,保证了训练中主题的正确性.该算法在KTH人体运动数据库和Weizmann人体动作数据库进行了训练与测试,动作识别结果正确率分别在91.50％和97％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0
2	谭论正	中南大学信息科学与工程学院	5	28	4.0	5.0
3	黄金霞	中南大学信息科学与工程学院	2	12	2.0	2.0