基于时空特征点的非监督姿态建模和行为识别的算法研究

被引：8

作者：

王传旭 ^{[1
]}

刘云 ^{[1
]}

厉万庆 ^{[2
]}

机构：

[1] 青岛科技大学信息学院

[2] School of Computer Science and Software Engineering,University of Wollongong,NSW

来源：

电子学报 | 2011年 / 39卷 / 08期

关键词：

行为识别; 姿态建模; 时空特征点; 二元语法模型;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

姿态建模是行为描述和识别的关键环节,提出了基于时空特征点的姿态建模方法.提取样本库中姿态的时空特征点作为底层特征,一个姿态对应一个时空特征点集合;采用非监督分类方法对姿态样本归类,获得典型姿态的聚类结果,每个典型姿态类别采用基于EM的高斯混合模型进行建模.计算各典型姿态间的转移概率,建立状态已知的描述人类多种行为的VMM模型,实现对行为的描述.针对行为识别问题,提出将汉字分词的二元语法模型应用于行为识别.实验证明该算法具有计算复杂度低、鲁棒性强等优点.

引用

页码：1751 / 1756

页数：6

共 8 条

[1] 基于张量子空间学习的人行为识别方法 [J].

凌志刚 ;

梁彦 ;

潘泉 ;

程咏梅 ;

赵春晖 .

中国图象图形学报, 2009, (03) :394-400

[2] 一种用于视频对象编码的运动模式识别算法 [J].

黎洪松 ;

许保华 .

电子学报, 2007, (12) :2324-2328

[3] 基于视觉的人的运动识别综述 [J].

杜友田 ;

陈峰 ;

徐文立 ;

李永彬 .

电子学报, 2007, (01) :84-90

[4] 基于自适应背景图像更新的运动目标检测方法 [J].

魏志强 ;

纪筱鹏 ;

冯业伟 .

电子学报, 2005, (12) :2261-2264

[5]

A general method for human activity recognition in video[J] . Neil Robertson,Ian Reid.Computer Vision and Image Understanding . 2006 (2)

[6]

A survey of advances in vision-based human motion capture and analysis[J] . Thomas B. Moeslund,Adrian Hilton,Volker Krüger.Computer Vision and Image Understanding . 2006 (2)

[7] On Space-Time Interest Points [J].

Ivan Laptev .

International Journal of Computer Vision, 2005, 64 :107-123

[8] Compressed domain action classification using HMM [J].

Babu, RV ;

Anantharaman, B ;

Ramakrishnan, KR ;

Srinivasan, SH .

PATTERN RECOGNITION LETTERS, 2002, 23 (10) :1203-1213

← 1 →