基于姿态时空特征的人体行为识别方法

摘要：

为了高效、准确地获取视频中的人体行为和运动信息,提出一种基于人体姿态的时空特征的行为识别方法.首先在获取视频中各帧图像的人体关节位置的基础上,提取关节信息描述姿态变化,具体包括在空间维度上提取每帧图像的关节位置关系、时间维度上计算关节空间关系的变化,二者共同构成姿态时空特征描述子;然后利用Fisher向量模型对不同类型的特征描述子分别进行编码,得到固定维度的Fisher向量;最后对不同类型的Fisher向量加权融合后进行分类.实验结果表明,该方法能够有效地识别视频中的人体复杂动作行为,提高行为识别率.

关键词：行为识别、姿态时空特征、Fisher向量、加权融合

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：装备预研领域基金6140001010216ZK24001

在线出版日期：2018-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1615-1624