动作识别之STIP(Space-Time Interest point)（七）

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

     用积分视频计算平均梯度向量：。其中：

     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%。