基于局部时空特征的人体行为软分类识别

作者：吕温 徐贵力 程月华 李开宇 王彪算法兴趣点行为识别模糊聚类

摘要：针对全局运动特征难以准确提取的问题，本文采用局部时空特征对人体行为进行表征。针对传统词袋中硬分类的方法量化误差大的不足，本文借鉴模糊聚类的思想，提出软分类的方法。根据兴趣点检测算法从视频中提取出视觉词汇，用Kmeans算法对其进行聚类，建立码本。在计算分类特征时，首先计算待分类视觉词汇到码本中各个码字的距离，根据距离计算这个视觉词汇隶属于各个码字的概率，最后统计得到每个视频中各码字出现的频率。在Weizmann和KTH数据库对本文提出的人体行为识别算法进行验证，Weizmann库的识别率比传统的词袋算法提高8%，KTH库的识别率比传统的词袋算法提高9%，因此本文提出的算法能更有效地对人体行为进行识别。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社