发明名称 |
基于判别性超体素的人体动作识别方法 |
摘要 |
基于判别性超体素的人体动作识别方法,本发明利用非监督的方法自动提取同类动作视频中不同于其他类别的,能够表征本类特点的视频超体素特征集合。然后再对这些超体素的进行特征描述,最终完成进行动作的识别,能够更准确地识别视频中人体动作的类别。本发明同时参考视频的超体素特征与图像的hog特征这两种维度的特征,通过一个训练,学的迭代过程,提取视频中具有判别性的超体素,能够更准确地对一个动作进行识别。本发明与传统方法相比,能够自动地提取视频中有效的部分,不仅包括人体中的较有判别性的部分,还能提取到背景中的对本类动作有表征作用的部分。 |
申请公布号 |
CN105590100A |
申请公布日期 |
2016.05.18 |
申请号 |
CN201510977414.4 |
申请日期 |
2015.12.23 |
申请人 |
北京工业大学 |
发明人 |
段立娟;郭亚楠;马伟 |
分类号 |
G06K9/00(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
北京思海天达知识产权代理有限公司 11203 |
代理人 |
沈波 |
主权项 |
基于判别性超体素的人体动作识别方法,其特征在于:该方法对于进行训练的视频进行以下步骤,步骤1,将输入的视频进行过分割,得到视频的超体素;步骤2,对输入的视频进行关键帧提取;步骤3,对步骤2得到的图像进行判别性图块的提取;步骤4,将步骤3得到的判别性图块与步骤一得到的超体素在视频中的位置进行取重叠的操作;步骤5,通过像素的运动轨迹特征及词袋模型(bow)对视频超体素进行描述;步骤6,使用判别性的超体素作为字典,用bow的方法得到视频特征;步骤7,用svm分类器得到分类模型;对于待识别的视频,进行以下步骤:步骤8,输入进行识别的视频,分别进行步骤1、2、5、6,得到待识别视频的特征表示;步骤9,将待识别视频的特征送入svm分类器,得到识别结果。 |
地址 |
100124 北京市朝阳区平乐园100号 |