基于Fisher矢量编码的运动视频自动评分技术

• 作者: 张平 王国强 石念峰
• 来源期刊: 计算机应用研究
• 关键词: Fisher矢量 运动视频 时空特征 高斯混合模型 运动评分 动作完成质量
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3138-3141
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.10.060

摘要

传统基于计算机视觉特征的人体运动分析和动作评分技术对局部人体运动特征判别性不强,导致对相似人体动作的类内差异不敏感,自动评分准确率低.提出一种局部时空保持的单目运动视频人体动作特征Fisher矢量(FV)编码方法和自动评分技术.首先提取梯度方向直方图(HOG)和光流直方图(HOF)描述运动视频中人体动作姿态和运动特征,实施(e)2归一化和基于主成分分析的数据降维后获得具有判别性的人体动作特征矢量;然后利用时空金字塔方法在FV编码中嵌入时空特征,提高对动作正确性和协调性的判别能力;最后通过建立不同动作分类的线性模型确定动作评分.在健美操动作自动评分数据集上的实验表明,所提算法的敏感性和特异性约为94.4％和71.4％,与专家评分的中位数平均误差为7.0％,适用于在线体育教学和普通运动训练中基于单目运动视频的动作完成质量评价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国强		13	27	2.0	5.0
2	张平		59	203	7.0	11.0