發(fā)布時間：2017-08-16 11:11

  本文關鍵詞：基于稠密光流軌跡和稀疏編碼算法的行為識別方法

  更多相關文章： 行為識別 稀疏編碼 稠密光流 詞袋模型 支持向量機

【摘要】：針對現(xiàn)有行為特征提取方法識別率低的問題,提出了一種融合稠密光流軌跡和稀疏編碼框架的無監(jiān)督行為特征提取方法(DOF-SC)。首先,在稠密光流(DOF)軌跡提取的基礎上,對以軌跡為中心的原始圖像塊進行采樣作為軌跡的原始特征;其次,對軌跡原始特征基于稀疏編碼框架訓練稀疏字典,得到軌跡的稀疏特征表示,利用詞袋(BF)模型對稀疏特征聚類得到軌跡的碼書,再根據(jù)碼書對每個動作中出現(xiàn)的所有軌跡所屬的碼書類別進行投票,統(tǒng)計該動作中每個碼書出現(xiàn)的次數(shù),得到行為特征;最后,對行為特征利用基于直方圖交叉核函數(shù)的支持向量機(SVM)進行訓練得到行為識別模型,再利用該模型對行為進行分類預測,得到最終行為識別的結果。在對軌跡采樣10%的情況下,DOF-SC算法得到的行為識別準確率在KTH數(shù)據(jù)庫上高出采用運動邊界直方圖(MBH)作為特征的行為識別準確率的0.9%,在You Tube數(shù)據(jù)庫上高出MBH作為特征的行為識別準確率的1.2%。實驗數(shù)據(jù)表明了所提方法對行為識別的有效性。
【作者單位】： 河海大學計算機與信息學院;
【關鍵詞】： 行為識別 稀疏編碼 稠密光流 詞袋模型 支持向量機
【基金】：國家自然科學基金資助項目(60971088)~~
【分類號】：TP391.41
【正文快照】： 0引言人體行為識別是指利用計算機對于包含人體行為的視頻進行分析和處理,最終實現(xiàn)對人體行為的識別與理解。近年來,隨著視頻采集設備硬件技術的發(fā)展以及網(wǎng)絡傳輸速度的提高,視頻已經(jīng)成為各種信息的主要載體,由此帶來的視頻數(shù)據(jù)量近年來也在快速增長。面對海量的視頻數(shù)據(jù),如何

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓雷;王洪慶;林隱靜;;光流法在強對流天氣臨近預報中的應用[J];北京大學學報(自然科學版);2008年05期

2 龔大墉;汪治華;楊數(shù)強;劉巖;;基于目標的局部約束光流分析[J];重慶工學院學報(自然科學版);2009年07期

3 嚴強;黃增喜;曹麗萍;黃蓉剛;;光流法在機車安全行駛中的應用[J];計算機應用研究;2013年04期

4 馬鵬飛;楊金孝;;基于光流法的粒子圖像測速[J];科學技術與工程;2012年32期

5 張永亮;盧煥章;賀興華;謝耀華;;基于光流預測的直線對應算法[J];信號處理;2010年05期

6 孫承志;熊田忠;吉順平;張家海;;基于差分的光流法在目標檢測跟蹤中的應用[J];機床與液壓;2010年14期

7 王，

本文編號：682947