转载出处:http://blog.csdn.net/jyfan91/article/details/43458565
读 A. Kläser, M. Marszałek, and C. Schmid. A spatio-temporal descriptor based on 3D-gradients. In BMVC, 2008.
这篇文章将2D HOG descriptor扩展到了3D,提出了3D HOG descriptor。
Space-temporal descriptor
1. Gradient computation
积分视频为:
2.Orientation quantization
用正十二面体或正二十面体做量化,将投影到每个面的中心,得到统计直方图。
3.Histogram computation
将Cubiod分成个subblock ,在每个subblock中计算。计算可得cuboid的统计直方图:
4.Descriptor computation
将采样点S周围的region分成个cell,每个cell内计算,将所有cell内的串联起来构成最终的特征向量。
Experiments
采用Harris Detector + K-means + SVM得到在KTH数据集上的识别率为91.4%,在Weizmann数据集上的识别率为84.3%,在Hollywood数据集上的识别率为24.7%。