基于時空金字塔稀疏編碼的動作識別.pdf

1、基于視覺的人體動作識別是模式識別、計算機視覺和圖像處理等多個學科的交叉研究課題,在人機交互、基于內容的視頻檢索、運動視頻分析和智能視頻監(jiān)控等領域有著深遠的理論研究意義和很強的應用價值。由于人體動作的多樣性、攝像機位置和復雜環(huán)境等因素使得動作識別至今仍然是一個非常具有挑戰(zhàn)性的課題。
　　本論文在動作識別的主要框架 BoW模型和支持向量機方法的基礎上,提出了人體動作識別的改進方法-時空金字塔稀疏編碼方法,用于視頻中的人體動作識別。本文

2、將空間金字塔匹配方法擴展到視頻分析中,同時結合稀疏編碼方法,從時間和空間兩個維度來描述視頻,根據視頻中的空間結構以及時間順序計算視覺詞共同出現的次數來識別視頻中的動作信息。實驗的主要流程是首先從密集光流域提取密集特征點,并利用位移信息形成特征描述符;其次利用稀疏編碼方式構建視覺詞典來量化特征描述符,同時為視頻構建時空金字塔模型;最后對視頻進行分類,達到識別視頻中人體動作的目的。
　　本文采用了經典的Bag of Words框架來完