基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文中提出一种基于时空特征点轨迹的动作识别方法.首先为了克服局部时空特征时间信息缺失的问题,该方法采用KLT跟踪器对时空局部特征进行跟踪,将得到的时空特征跟踪轨迹作为基本的处理、描述单元.与局部时空特征相比,它能在更长的时间尺度上对运动进行描述,进而更好地捕获运动的动态变化与转变过程.其次在时空特征轨迹基础上,该方法提出了轨迹相对位置、相对速度关系元来对轨迹之间的关系进行建模.对轨迹之间的关系进行建模有助于捕获不同动作在特征分布上存在的一些比较稳定的模式.最后利用多核学习方法融合多种特征来训练动作分类器.在交互动作数据库上对提出的方法进行了实验,实验结果证明了方法的有效性.
推荐文章
基于关键点序列的人体动作识别
人体动作识别
人体关节点
C均值
k近邻
时序直方图
基于关节点运动轨迹的人体动作识别
运动轨迹
高斯混合模型
Fisher向量
核极限学习机
基于特征联合和直方图交叉核函数的动作识别方法
动作识别
运动轨迹
联合特征
bag-of-features
直方图交叉核函数
基于加速度轨迹图像的手势特征提取与识别
手势识别
加速度传感器
非负矩阵分解
隐马尔可夫模型
人机交互
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于特征点轨迹的动作识别
来源期刊 计算机学报 学科 工学
关键词 计算机视觉 视觉特征提取 人体动作识别 特征点轨迹
年,卷(期) 2014,(6) 所属期刊栏目 图形图像与虚拟现实
研究方向 页码范围 1281-1288
页数 8页 分类号 TP391
字数 6861字 语种 中文
DOI 10.3724/SP.J.1016.2014.01281
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄庆明 中国科学院智能信息处理重点实验室中国科学院计算技术研究所 16 341 7.0 16.0
5 秦磊 中国科学院智能信息处理重点实验室中国科学院计算技术研究所 10 242 5.0 10.0
6 胡琼 中国科学院智能信息处理重点实验室中国科学院计算技术研究所 2 194 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (28)
同被引文献  (50)
二级引证文献  (55)
1973(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(5)
  • 引证文献(5)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(13)
  • 引证文献(10)
  • 二级引证文献(3)
2018(25)
  • 引证文献(6)
  • 二级引证文献(19)
2019(26)
  • 引证文献(3)
  • 二级引证文献(23)
2020(10)
  • 引证文献(0)
  • 二级引证文献(10)
研究主题发展历程
节点文献
计算机视觉
视觉特征提取
人体动作识别
特征点轨迹
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
总被引数(次)
187004
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导