计算机与现代化
計算機與現代化
계산궤여현대화
COMPUTER AND MODERNIZATION
2014年
3期
94-98,103
,共6页
吕温%徐贵力%程月华%李开宇%王彪
呂溫%徐貴力%程月華%李開宇%王彪
려온%서귀력%정월화%리개우%왕표
算法%兴趣点%行为识别%模糊聚类
算法%興趣點%行為識彆%模糊聚類
산법%흥취점%행위식별%모호취류
algorithm%interest point%action recognition%fuzzy clustering
针对全局运动特征难以准确提取的问题,本文采用局部时空特征对人体行为进行表征.针对传统词袋中硬分类的方法量化误差大的不足,本文借鉴模糊聚类的思想,提出软分类的方法.根据兴趣点检测算法从视频中提取出视觉词汇,用K-means算法对其进行聚类,建立码本.在计算分类特征时,首先计算待分类视觉词汇到码本中各个码字的距离,根据距离计算这个视觉词汇隶属于各个码字的概率,最后统计得到每个视频中各码字出现的频率.在Weizmann和KTH数据库对本文提出的人体行为识别算法进行验证,Weizmann库的识别率比传统的词袋算法提高8％,KTH库的识别率比传统的词袋算法提高9％,因此本文提出的算法能更有效地对人体行为进行识别.
針對全跼運動特徵難以準確提取的問題,本文採用跼部時空特徵對人體行為進行錶徵.針對傳統詞袋中硬分類的方法量化誤差大的不足,本文藉鑒模糊聚類的思想,提齣軟分類的方法.根據興趣點檢測算法從視頻中提取齣視覺詞彙,用K-means算法對其進行聚類,建立碼本.在計算分類特徵時,首先計算待分類視覺詞彙到碼本中各箇碼字的距離,根據距離計算這箇視覺詞彙隸屬于各箇碼字的概率,最後統計得到每箇視頻中各碼字齣現的頻率.在Weizmann和KTH數據庫對本文提齣的人體行為識彆算法進行驗證,Weizmann庫的識彆率比傳統的詞袋算法提高8％,KTH庫的識彆率比傳統的詞袋算法提高9％,因此本文提齣的算法能更有效地對人體行為進行識彆.
침대전국운동특정난이준학제취적문제,본문채용국부시공특정대인체행위진행표정.침대전통사대중경분류적방법양화오차대적불족,본문차감모호취류적사상,제출연분류적방법.근거흥취점검측산법종시빈중제취출시각사회,용K-means산법대기진행취류,건립마본.재계산분류특정시,수선계산대분류시각사회도마본중각개마자적거리,근거거리계산저개시각사회대속우각개마자적개솔,최후통계득도매개시빈중각마자출현적빈솔.재Weizmann화KTH수거고대본문제출적인체행위식별산법진행험증,Weizmann고적식별솔비전통적사대산법제고8％,KTH고적식별솔비전통적사대산법제고9％,인차본문제출적산법능경유효지대인체행위진행식별.
