基于前景置信的人体行为识别

• 作者: 孟朝晖 闵军
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 行为识别 前景置信 加权分类 词袋模型 复杂背景
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 191-193,197
• 页数: 4页
• 分类号: TP391
• 字数: 3705字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.10.042

摘要

为减少背景特征对行为识别的影响，提出一种基于前景置信的人体行为识别方法。该方法在基于稠密时空兴趣点的行为识别基础上，结合像素前景置信估计对特征描述器进行加权分类，再利用词袋模型判别行为。融合运动、外观及视觉显著性的像素前景置信的引入，提高了算法处理复杂背景视频的能力。该方法在 UCF50和 HMDB51视频库中进行训练和测试，平均识别率为66．4％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟朝晖	河海大学计算机与信息学院	34	93	6.0	7.0
2	闵军	河海大学计算机与信息学院	2	2	1.0	1.0