基于改进密集轨迹的人体行为识别算法

• 作者: 仇春春 李庆武 程海粟 郭晶晶
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 行为识别 运动显著性 密集轨迹特征 轨迹提纯 词袋模型
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 199-205
• 页数: 7页
• 分类号: TP18
• 字数: 6311字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2016.08.036

摘要

针对基于轨迹技术的人体行为识别算法中轨迹提纯与特征表达有效性不足等问题,提出一种改进的人体行为识别算法.对视频进行运动显著性检测并提取传统的密集轨迹,通过分析当前帧和相邻帧的密集轨迹运动显著性值进行提纯.密集轨迹特征包括轨迹的位移向量和轨迹包络中每个时空块内的梯度方向直方图、光流直方图和运动边界直方图描述符.为更好地进行特征表达,根据运动显著性值分布优化词袋模型以获得更精确的视觉词典.在KTH和UCF sports数据集上的实验结果表明,该算法能够有效地提高识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆武	河海大学物联网工程学院	99	812	17.0	24.0
3	程海粟	河海大学物联网工程学院	7	47	5.0	6.0
6	仇春春	河海大学物联网工程学院	12	81	6.0	9.0
7	郭晶晶	河海大学物联网工程学院	3	32	3.0	3.0