作者：高晨兰; 朱嘉钢人体行为识别运动特征运动矢量特征抽取高斯混合模型
摘要：在实际工程中多数监控摄像头是固定的,为了使计算能力有限的智能摄像头实时地进行人体行为识别,提出一种将无迭代双边二维主成分分析方法（NIB2DPCA）与高斯混合模型（GMM）相结合的行为识别方法。提取视频帧序列中运动前景的稠密光流,绘制运动矢量时空（MVFI）模板,利用NIB2DPCA对MVFI模板作特征抽取,通过GMM对特征数据建模从而实现行为分类。测试结果表明,与轨迹云比较法相比,该方法对视频中的行为信息进行了有效地压缩,使得计算耗时缩短了90%以上,同时保持了较高的识别率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
