运行iDT算法代码及后续特征编码

DT&IDT算法应该算是行为识别领域中经典中的经典了,自从13年提出以来,在HMDB-51和UCF-101等若干个数据库上得到了非常好的效果,虽然DT&IDT算法做不过深度学习,但是由于其算法的有效性,现在大部分都是以“Ours+IDT”的形式呈现在论文里,并且加上了IDT后,结果的确能得到很明显的提升。
具体IDT算法的讲解可以参考博客:行为识别笔记:improved dense trajectories算法(iDT算法)
IDT算法的代码可以在作者的主页上下载,另外作者给出的代码只包括了密集采样+轨迹跟踪+特征提取三个部分,后续的特征编码部分请点击此处下载。


1. 运行IDT算法代码

下载好代码后可以仔细阅读一下Readme文件,首先需要配置好Opencv和ffmpeg两个库,具体的版本请参考Readme文件。配置好后就可以在目录下直接make,编译好的可执行文件在./release/下。
可以运行他的demo视频来看一下是否编译成功:./release/DenseTrackStab ./test_sequences/person01_boxing_d1_uncomp.avi,如果编译成功的话会在屏幕上打印出一系列的数字,这些就是轨迹特征以及HOG, HOF和MBH特征。
IDT代码只是将各个特征打印了出来,如果需要改成保存到文件的话,更改第248-251行的

  • 5
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 77
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 77
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值