基于深度运动图和密集轨迹的行为识别算法

• 作者: 李元祥 谢林柏
• 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 深度运动图 RGB 密集轨迹 VGG-16
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 图形图像处理
• 页码范围: 194-200
• 页数: 7页
• 分类号: TP391
• 字数: 5397字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1810-0300

摘要

为了融合深度图中不易受光照等环境因素影响的深度信息和RGB视频序列中丰富的纹理信息,提出一种基于深度运动图(Depth Motion Maps,DMMs)和密集轨迹的人体行为识别算法.利用卷积神经网络训练DMMs数据并提取高层特征作为行为视频的静态特征表示,使用密集轨迹来描述RGB视频序列的动态运动信息,将行为视频的静态特征和动态特征串联,作为整个视频的行为特征表示并输入到线性支持向量机(Support Vector Machine,SVM)进行识别.实验结果表明,在公开的动作识别库UTD-MHAD和MSR Daily Activity 3D上,该算法能够有效提取深度信息和纹理信息,并取得了较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢林柏	江南大学物联网工程学院物联网应用技术教育部工程中心	68	452	12.0	18.0
2	李元祥	江南大学物联网工程学院物联网应用技术教育部工程中心	1	0	0.0	0.0