基于时间维度局部特征的人体行为识别-西安理工大学学报.PDF

西安理工大学学报 ’ （ ） ＪｏｕｒｎａｌｏｆＸｉａｎＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏ ２０１７ Ｖｏｌ．３３Ｎｏ．２ １６９ 　 ｙ ｇｙ 　 ： ／ ＤＯＩ１０．１９３２２ ．ｃｎｋｉ．ｉｓｓｎ．１００６４７１０．２０１７．０２．００８ 　　 ｊ 基于时间维度局部特征的人体行为识别 ， １ １ １２ １ １ ， ， ， ， 张九龙 张镇东 杨 夙 高 阳 肖照林 　 　 （ ， ； １．西安理工大学 计算机科学与工程学院 陕西 西安 ７１００４８ ， ） ２．复旦大学 计算机科学技术学院 上海 ２０１２０３ ： ， 。 摘要 视频人体行为识别算法中 局部特征三维模板卷积法难以避免背景中伪兴趣点且计算耗时 ， 提出一种高效准确的融合时间维度和 ＦＡＳＴ角点特征的运动人体兴趣点检测方法 针对 ＦＡＳＴ角 ， ， 点不能表达时间维度信息的缺陷 将相邻三帧两两做差 然后在得到的前向和后向运动图像上进行 ， 。 ＦＡＳＴ角点检测 取两个特征点集的交集作为当前帧运动人体局部兴趣点 该方法有效结合了时 ， 、 、 。 间维度信息和 ＦＡＳＴ算子的优点 具有耗时短 准确率高 运动相关性好的特点 最后应用词袋模 ， 、 、 ， 、 型进行人体行为特征建模 分别应用 ＳＶＭ ＫＮＮ 决策树和 ＬＤＡ进行分类识别 在 Ｗｅｉｚｍａｎｎ ， ： ， ， ＫＴＨ数据库上进行测试 实验表明 ＳＶＭ 获得最好的分类性能 ＫＮＮ获得最高的效率 因此 ＫＮＮ可以利用到实时的行为识别中。 ： ； ； ； ； 关键词 行为识别 局部特征 运动信息 ＦＡＳＴ角点 词袋模型 中图分类号： 文献标志码： 文章编号： （ ） ＴＰ３９１．４ Ａ １００６４７１０２０１７０２０１６９０６ 　　　 　　　 犔狅犮犪犾犳犲犪狋狌狉犲犲狓狋狉犪犮狋犻狅狀狌狊犻狀 狋犻犿犲犱狅犿犪犻狀犻狀犳狅狉犿犪狋犻狅狀犳狅狉犺狌犿犪狀犪犮狋犻狅狀狉犲犮狅狀犻狋犻狅狀