一种基于STDF特征的人体行为识别算法

摘要

本发明公开了一种基于STDF特征的人体行为识别算法。算法依据运动剧烈区域在行为识别中提供更多判别信息的思想，利用视频图像的深度信息确定人体运动显著性区域，通过计算区域内光流特征作为度量区域活跃度的能量函数，依据能量函数对运动显著性区域进行高斯取样，使样本点分布于运动剧烈区域。将采集到的样本点作为动作底层特征描述人体行为，结合BoW词袋模型，采用SVM分类器对行为进行识别。实验数据表明，基于STDF特征的人体行为识别算法，在SwustDepth数据集中平均行为识别准确率能够达到92％。

主权项

一种基于STDF特征的人体行为识别算法，其特征在于，包括以下步骤：依据视频序列深度信息，提取对应的STDF特征；提取采样点STDF特征，依据LPM模型建立BoW模型；使用基于RBF核函数的SVM对建立的BoW中的数据进行分析得到结果。