基于特征层融合和随机投影的行为识别算法

摘要：

提出一种基于特征层融合和随机投影的行为识别算法;该方法提取视频序列的时空梯度特征和Gabor特征;然后进行特征层融合,得到分类能力更强的特征,有效地表征人体行为;同时,使用随机投影对融合后的特征进行降维;最后,为了解决主题模型参数估计迭代复杂的问题,将贝叶斯参数估计法应用于LDA(latent dirichlet allocation)主题模型中,对视频中的行为进行分类.在公开的KTH和Weizmann数据集上进行了实验,结果表明方法不仅比单一局部时空特征描述符识别性能好,而且在相同实验设置下,也优于其他基本分类器.

关键词：特征层融合、随机投影、贝叶斯参数估计、LDA

所属期刊栏目：17

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金61202292;广东省自然科学基金9151064101000037

在线出版日期：2017-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：210-215