基于時(shí)空興趣點(diǎn)和詞袋模型的人體動(dòng)作識(shí)別方法研究.pdf

1、人體動(dòng)作識(shí)別在人機(jī)智能交互、智能監(jiān)控、虛擬現(xiàn)實(shí)等領(lǐng)域有重要研究意義和應(yīng)用價(jià)值?；跁r(shí)空興趣點(diǎn)構(gòu)建詞袋模型進(jìn)行人體動(dòng)作識(shí)別對(duì)背景噪聲不敏感，計(jì)算復(fù)雜度較低且魯棒性高，因而得到廣泛研究。詞袋模型中視覺詞典的建立對(duì)動(dòng)作識(shí)別結(jié)果至關(guān)重要，但傳統(tǒng)基于信息增益特征選擇建立的視覺詞典由于未考慮詞頻對(duì)動(dòng)作識(shí)別的影響，降低了動(dòng)作識(shí)別準(zhǔn)確率。由于原始動(dòng)作視頻圖像幀數(shù)過多，不同幀圖像中含有大量重復(fù)的描述動(dòng)作特征的信息，因此，需要研究如何從初始視頻中選取出最能

2、表征人體動(dòng)作特征的關(guān)鍵圖像幀，減少用于動(dòng)作識(shí)別的冗余信息。
　　首先利用3D Harris算法提取人體動(dòng)作視頻的時(shí)空興趣點(diǎn)，利用HOG3D及HOF特征描述器針對(duì)提取的時(shí)空興趣點(diǎn)從梯度和速度兩個(gè)角度描述時(shí)空興趣點(diǎn)，利用PCA進(jìn)行特征降維;基于詞袋模型建立視覺詞典，將詞頻引入傳統(tǒng)信息增益，提出一種基于改進(jìn)信息增益的建立視覺詞典建立方法。針對(duì)原始動(dòng)作視頻圖像特征信息冗余，提出了基于離散粒子群的關(guān)鍵幀選取算法，將夾角余弦值作為關(guān)鍵幀的評(píng)價(jià)