基于显著性检测和稠密轨迹的人体行为识别

• 作者: 于凤芹 杨慧中 陈莹 鹿天然
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 人体行为识别 显著性检测 稠密轨迹 FisherVector
• 年，卷（期）: 2018,（14）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 163-167,179
• 页数: 6页
• 分类号: TP391
• 字数: 4810字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1703-0413

摘要

稠密轨迹的人体行为识别对每一帧全图像密集采样导致特征维数高、计算量大且包含了无关的背景信息.提出基于显著性检测和稠密轨迹的人体行为识别方法.首先对视频帧进行多尺度静态显著性检测获取动作主体位置,并与对视频动态显著性检测的结果线性融合获取主体动作区域,通过仅在主体动作区域内提取稠密轨迹来改进原算法;然后采用Fisher Vector取代词袋模型对特征编码增强特征表达充分性;最后利用支持向量机实现人体行为识别.在KTH数据集和UCF Sports数据集上进行仿真实验,结果表明改进的算法相比于原算法识别准确率有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨慧中	江南大学物联网工程学院	228	1844	20.0	33.0
2	于凤芹	江南大学物联网工程学院	143	708	12.0	18.0
3	陈莹	江南大学物联网工程学院	101	401	10.0	14.0
4	鹿天然	江南大学物联网工程学院	3	8	2.0	2.0