基于时空信息和非负成分表示的动作识别

• 作者: 姜龙玉 张旭 王健弘 章品正 罗立民
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 动作识别 非负成分表示 时空Fisher向量 视觉词袋
• 年，卷（期）: 2016,（4）
• 页码范围: 675-680
• 分类号: TP391.4
• 字数: 4975字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2016.04.001

摘要

为充分利用时空分布信息及视觉单词间的关联信息,提出了一种新的时空-非负成分表示方法(ST-NCR)用于动作识别.首先,基于视觉词袋(BoVW)表示,利用混合高斯模型对每个视觉单词所包含的局部特征的时空位置分布进行建模,计算时空Fisher向量(STFV)来描述特征位置的时空分布;然后,利用非负矩阵分解从BoVW表示中学习动作基元并对动作视频进行编码.为有效融合时空信息,采用基于图正则化的非负矩阵分解,并且将STFV作为图正则化项的一部分.在3个公共数据库上对该方法进行了测试,结果表明,相比于BoVW表示和不带时空信息的非负成分表示方法,该方法能够提高动作识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章品正	东南大学影像科学与技术实验室	22	194	8.0	13.0
2	罗立民	东南大学影像科学与技术实验室	246	2011	23.0	31.0
3	张旭	东南大学影像科学与技术实验室	32	300	9.0	17.0
4	王健弘	东南大学影像科学与技术实验室	2	14	1.0	2.0
5	姜龙玉	东南大学影像科学与技术实验室	4	6	2.0	2.0