-
题名有效视频帧时间序池化的人体行为识别算法
被引量：4
- 1
-
-
作者
鹿天然
于凤芹
陈莹
-
机构
江南大学物联网工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第12期271-275,287,共6页
-
基金
国家自然科学基金(61573168)
中央高校基本科研业务费专项资金(JUSRP51733B)
-
文摘
为利用人体行为的时域信息并减少帧间冗余及特征维数,提出一种提取有效视频帧并对其时间序池化的人体行为识别算法。通过对视频帧的稠密轨迹特征进行局部累计描述向量编码,获取视频帧特征表示,对每帧的特征编码进行余弦相似度分析,剔除冗余特征帧得到有效视频帧特征序列。采用时间序池化对有效视频帧特征序列进行排序,得到可表示视频时序动态变化的特征向量,然后训练支持向量机实现人体行为识别。在HMDB51和UCF101数据集上的实验结果表明,与稠密轨迹行为识别算法相比,该算法可有效提高识别准确率。
-
关键词
行为识别
稠密轨迹
局部累计描述向量
余弦相似度分析
时间序池化
-
Keywords
action recognition
dense trajectory
Vector of Locally Aggregated Descriptors(VLAD)
cosine similarity analysis
temporal rank pooling
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
