基于多特征和超球面多类支持向量机的行为识别
原文链接
链接:https://pan.baidu.com/s/1RZp75P76OxwklvGb6rKm0A
提取码:mzc4
摘要
在本文中,我们提出了一种新颖的行为识别框架,该框架基于多种特征来改善视频中的行为识别。多个特征的融合对于识别动作很重要,因为引用单个特征来表示行为通常不足以捕获成像的变化(视角,光照等)和个人属性(大小,年龄,性别等)。因此,我们使用两种特征:i)局部时空特征(ST)(Cuboid和二维SIFT)的量化词汇表,以及ii)兴趣点的高阶统计模型,旨在捕获行为主体的全局信息。我们根据本地时空特征和全局特征构造视频表示,并将此类表示与超球面多类SVM集成在一起。在公开数据集上进行的实验表明,我们提出的方法是有效的。另一方面也表明,与使用单个特征相比,同时使用局部和全局特征可以更丰富地表示人类的行为。
相关知识
- Cuboid特征提取
博客链接