基于稠密轨迹聚类的人体交互行为识别

• 作者: 周思超 夏利民
• 来源期刊: 采矿技术
• 关键词: 交互行为识别 稠密轨迹 多示例学习
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 机电装备与信息工程
• 页码范围: 77-83
• 页数: 7页
• 字数: 5564字
• 语种: 中文

摘要

由于稠密轨迹对快速不规则运动的鲁棒性较强，对视频运动信息的覆盖度较好，近年来基于稠密轨迹的人体运动表征方法已经越来越多地运用于行为识别等领域。但轨迹提取受视频噪声影响较大，采用词袋( BOW)模型分类的参数难以确定，分类算法复杂，前述方法仍有些许不足。为此，提出了一种空间金字塔稠密轨迹聚类( P DDC )的人体交互行为识别方法。在金字塔不同空间层提取人体交互运动轨迹，并对所提取轨迹进行聚类，利用时空情境特征构建行为描述符，最后通过多示例学习( MIL)对交互行为进行分类识别。在UT－Interaction 与WEB－Interaction 数据集上进行了测试，证明了该方法的有效性。

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	周思超	中南大学信息科学与工程学院	1	1	1.0	1.0