基于组合特征和SVM的视频中人体行为识别算法

• 作者: 万彬 孙书会 李升健 胡荣 陈艳
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 行为识别 光流 方向梯度直方图 重心 3D SIFT特征 支持向量机 KTH数据集 行为分类
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 665-669
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.7688/j.issn.1000-1646.2020.06.09

摘要

针对复杂场景中的人体行为识别困难的问题,提出了一种基于组合特征和SVM的行为识别算法.该算法使用光流特征、HOG特征、重心特征和3D SIFT特征构成的组合特征来描述人体的各种行为;使用一对一的方式训练SVM分类器对提取出的特征进行分类,并以投票的方式得到具体的行为类别.使用包含4个场景的KTH数据集进行仿真.结果表明,所提出的算法能适应各种复杂环境,且相比只采用单一特征的识别算法具有更高的分类精度.