基于改进稠密轨迹与Fisher向量编码的人体行为识别方法

• 作者: 刘铭原 孙宜帆 崔钰涵 王潇齐
• 来源期刊: 物联网技术
• 关键词: 改进稠密轨 Fisher向量编码 人体行为识别 特征提取 量化 稠密光流
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 全面感知
• 页码范围: 24-26,30
• 页数: 4页
• 分类号: TP393|P407.8
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2020.09.006

摘要

针对机器人视觉领域中的人体行为识别存在的行为识别正确率低的问题,提出一种基于改进稠密轨与Fisher向量编码的人体行为识别方法.首先利用改进稠密轨对视频中的人体行为特征进行提取,再计算速度特征及方向角,最后基于Fisher向量编码对不同的人体行为轨迹特征进行量化和识别.通过对比实验证明,该方法与传统人体行为识别方法相比,大幅提高了正确识别的目标数量,可有效抑制外界环境因素对识别结果造成的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘铭原	广东工业大学华立学院	4	2	1.0	1.0
2	王潇齐	广东工业大学华立学院	1	0	0.0	0.0
3	孙宜帆	广东工业大学华立学院	1	0	0.0	0.0
4	崔钰涵	广东工业大学华立学院	1	0	0.0	0.0