基于自适应特征融合的自然环境视频行为识别

被引：7

作者：

郭梓鑫 ^{[1
]}

衣杨 ^{[1
]}

李汉巨 ^{[2
]}

机构：

[1] 中山大学信息科学与技术学院

[2] 广东电网公司东莞供电局信息中心

来源：

计算机学报 | 2013年 / 36卷 / 11期

关键词：

行为识别; 特征点轨迹; 时空兴趣点; 词袋表示; 特征融合;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

文中针对无约束环境下现实人体行为识别的难点问题,提出了一种自适应特征融合算法.首先,通过图像特征点跟踪和背景轨迹剪除,获得可靠的特征点轨迹,并从中计算得到一组丰富的动作描述符,以同时保留轨迹的局部运动信息、形状以及静态外观信息;然后,采用词袋(Bag of Words,BOW)模型,将视频序列表示为视觉词语频率直方图;最后,为应对摄像头移动和静止情况下,视频中动作特点的剧烈变化,提出自适应的特征融合策略,即根据摄像头的动静情况,选择性地将基于特征点轨迹的描述符与基于3D兴趣点的描述符进行融合.通过在2个现实人体行为数据集上的实验并与当前已有算法的比较,证明了文中算法的有效性.

引用

页码：2330 / 2339

页数：10