计算机应用与软件
計算機應用與軟件
계산궤응용여연건
Computer Applications and Software
2015年
11期
171-175
,共5页
行为识别%MOH特征%2D-SIFT特征%HOOF特征%视觉词袋模型
行為識彆%MOH特徵%2D-SIFT特徵%HOOF特徵%視覺詞袋模型
행위식별%MOH특정%2D-SIFT특정%HOOF특정%시각사대모형
Action recognition%MOH feature%2D-SIFT feature%HOOF feature%Visual bag-of-word model
为了提高视频序列中人体行为的识别率和增强在复杂环境下的适用性,通过选取人体行为区分度较高的运动方向特征、形状特征和光流变化特征进行行为描述,提出一种基于运动方向直方图(MOH)特征、2D-SIFT特征和光流方向直方图(HOOF)特征相结合的人体行为识别方法.改进运动方向直方图特征,使其在有符号梯度空间下对人体全局运动方向具有更为鲁棒的表示.使用视觉词袋模型既解决了不同动作提取的兴趣点点数不同的问题,又实现了局部特征的有效融合.实验在Weizmann数据库和KTH数据库上识别率分别高达97.83％和91.38％,并具有较好的鲁棒性.
為瞭提高視頻序列中人體行為的識彆率和增彊在複雜環境下的適用性,通過選取人體行為區分度較高的運動方嚮特徵、形狀特徵和光流變化特徵進行行為描述,提齣一種基于運動方嚮直方圖(MOH)特徵、2D-SIFT特徵和光流方嚮直方圖(HOOF)特徵相結閤的人體行為識彆方法.改進運動方嚮直方圖特徵,使其在有符號梯度空間下對人體全跼運動方嚮具有更為魯棒的錶示.使用視覺詞袋模型既解決瞭不同動作提取的興趣點點數不同的問題,又實現瞭跼部特徵的有效融閤.實驗在Weizmann數據庫和KTH數據庫上識彆率分彆高達97.83％和91.38％,併具有較好的魯棒性.
위료제고시빈서렬중인체행위적식별솔화증강재복잡배경하적괄용성,통과선취인체행위구분도교고적운동방향특정、형상특정화광류변화특정진행행위묘술,제출일충기우운동방향직방도(MOH)특정、2D-SIFT특정화광류방향직방도(HOOF)특정상결합적인체행위식별방법.개진운동방향직방도특정,사기재유부호제도공간하대인체전국운동방향구유경위로봉적표시.사용시각사대모형기해결료불동동작제취적흥취점점수불동적문제,우실현료국부특정적유효융합.실험재Weizmann수거고화KTH수거고상식별솔분별고체97.83％화91.38％,병구유교호적로봉성.
