基于PE-Cuboid特征的人体行为识别算法

被引:4
作者
陶玲
机构
[1] 武汉工程大学计算机学院
关键词
行为识别; 时空兴趣点; PE-Cuboid; 支持向量机;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
为了克服单纯使用局部时空兴趣点(spatial-temporal interest point,STIP)的方法在对视频序列中人体行为进行识别时提取的特征点太少,且其不能完整的表征图像的特征,提出一种结合局部特征和全局特征的特征描述子PE-Cuboid,能有效的提高人体行为识别的正确率。对每一个视频序列提取PE-Cuboid特征,利用像素变化概率图(PCRM)和边缘方向直方图(EOH)捕捉全局运动信息,局部的Cuboid描述子对全局特征做进一步区分,对最终生成的PE-Cuboid特征进行K-means聚类形成视觉词汇本(visual dictionary),将视觉词汇本输入到线性SVM分类器(linear Support Vector Machines,LSVM)中进行学习、训练、分类,最后采用打分的机制得到行为类别。该文算法在KTH、Weizmann行为数据库和我们自拍测试集中都做了测试,实验结果显示算法具有较高的识别率。
引用
收藏
页码:1287 / 1290
页数:4
相关论文
共 3 条
[1]
A survey on vision-based human action recognition.[J].Ronald Poppe.Image and Vision Computing.2009, 6
[2]
A new motion histogram to index motion content in video segments.[J].Haoran Yi;Deepu Rajan;Liang-Tien Chia.Pattern Recognition Letters.2004, 9
[3]
Histograms of oriented gradients for human detection..Navneet Dalal;Bill Triggs;.IEEE Conf.Computer Vision; Pattern Recognition (CVPR).2005,