作者:谭论正 夏利民 黄金霞 夏胜平动作识别主题模型慢特征分析时空兴趣点梯度直方图
摘要:提出一种基于主题模型的人体动作识别方法.该方法首先提取时空兴趣点(STIP,Space-Time Interest Point)来描述人体运动,然后提出使用慢特征分析(SFA,Slow Feature Analysis)算法计算兴趣点梯度信息不变量最优解,最后使用概率潜在语义分析(pLSA,probabilistic Latent Semantic Analysis)模型识别人体动作.SFA计算的梯度不变量最优解可以表示时空兴趣点固有特征,能够无歧义反映时空兴趣点在空间及时间方向上的信息.同时,针对pLSA隐性主题正确性无法保证的缺点,算法将主题与动作标签“一对一”相关,通过监督方式得到主题,保证了训练中主题的正确性.该算法在KTH人体运动数据库和Weizmann人体动作数据库进行了训练与测试,动作识别结果正确率分别在91.50%和97%以上.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社