基于密集轨迹的动作识别

原文：Action Recognition by Dense Trajectories
作者：Heng Wang 等
发表于2011年 CVPR
创新点：
第一次将密集轨迹方法引入到动作识别领域；
提出了一种新的与轨迹描述子。

使用密集轨迹进行动作识别的算法流程：

不过本文着重讲前三步，即密集采样，轨迹计算以及轨迹描述子的构建，所以按照文章的内容，接下来详细介绍这三个步骤：

密集采样：
对多个尺度空间使用密集网格进行采样，作者使用八个尺度空间，每两个尺度空间之间的缩放因子为

$$1/\sqrt(2)$$ ;
采样空间示意图如下：

按照作者提供的代码，进行采样时是简单地提取每个网格的中心点。
然后按照Shi和Tomasi在1994你那《Good Features to Track》中的判断标准对采集到的特征点进行去留判断：如果此点对应的自相关矩阵的特征值小于某个阈值（作者通过实验设定的硬阈值），就去掉该点。

轨迹提取
对特征点的跟踪形成轨迹，跟踪是在提前光流场中进行的，迭代方程为：

$$Pt+1=(xt+1,yt+1)=(xt,yt)+(M*\omega)|(xt',yt')$$
Pt+1为第t+1帧的特征点，M为中值滤波器 $$\omega$$ 为光流场对应数值。(xt’,yt’)为(xt,yt)的近似位置。为了克服轨迹漂移问题，作者将轨迹长度限制为15帧。在后期，静止的轨迹还会被剔除。
在描述轨迹的形状时，作者使用相对位置移动来表达：

最后经过归一化的轨迹形状描述子为：

轨迹描述子
作者沿着轨迹，将轨迹邻域划分成更小的子空间，然后对每个子空间构造HOG（描述静态特征），HOF（像素绝对运动特征），MBH（像素相对运动特征）。其中，MBH是作者借鉴他人的工作，第一次将这个特征用到动作识别的领域。
整体的特征点提取到描述子构建流程图如下：

至此，本文章的创新部分已经全部讲完，剩下的就是构建词袋模型，使用支持向量机进行分类，由于使用的都是最一般的方法，所以这里就不介绍了，直接讲他的实验结果：

博主的话：

这是我第一次写博客，版式使用还不会，请多指教；另外，如果有用密集轨迹做动作识别的同志，欢迎多多交流。