视频序列中的时空兴趣点检测及其自适应分析

基于时空兴趣点的行为识别方法是目前较为流行的行为识别方法之一,它通过检测像素值在时空邻域有显著变化的兴趣点并从中提取底层特征来进行行为描述。由于时空兴趣点提取的是局部特征,不易受光照、运动特性、背景变化等影响,使这一方法具有较好的鲁棒性。文中采用尺度自适应的兴趣点检测算法,首先给出其详细的数学推理并对其自适应性进行分析,然后提取兴趣点局部邻域特征并用SVM方法对其进行分类操作以达到行为识别的目的。实验结果表明,该方法具有较好的尺度自适应性和识别结果。