基于Adaboost关键帧选择的多尺度人体动作识别方法

• 作者: 王刘涛 王建玺 鲁书喜
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: Adaboost关键帧选取 多尺度 动作识别 相关图 金字塔表示
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 549-555
• 页数: 7页
• 分类号: TP399
• 字数: 4930字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2015.04.017

摘要

针对手工制作关键帧检测器和最初“特征包”方法的局限性,提出一种基于Adaboost关键帧选择和多尺度运动特征表示的人体动作识别方法.首先,从视频序列中提取兴趣点,使用生物启发特征结合光流的多尺度方法提取运动特征;然后,利用Adaboost学习方法从一个大的特征池中选取最具辨识度的几帧图像,并将排列前十的Adaboost帧作为相应的关键帧;最后,利用相关图表示关键帧,由支持向量机(support vector machine,SVM)完成人体动作分类.在KTH、多视图IXMAS和TUM数据库上的实验结果显示,该方法在3个数据库上的识别精度可分别高达95.5％,93.7％和91.5％,识别性能明显优于其他几种较新的方法,表明利用Adaboost学习算法可有效选取每个视频动作序列的关键帧,并有效解决了“特征包”方法的局限性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁书喜		33	101	6.0	8.0
2	王刘涛		21	53	4.0	6.0
3	王建玺		46	111	6.0	8.0