结合类别分量与局部模型的视频监控活动识别
计算机视觉与模式识别
2015-03-03 v1 多媒体
摘要
本文提出了一种用于视频监控应用的人类活动自动识别新方法。我们提议通过类别分量的组合来表示活动，并证明该方法为向系统添加新活动提供了灵活性，并具备处理缺乏训练数据的活动建模问题的能力。为提高识别准确率，还提出了一种基于置信帧的识别算法，其中将具有高活动识别置信度的视频帧用作专门的局部模型，以帮助分类剩余的视频帧。实验结果展示了所提方法的有效性。
引用
@article{arxiv.1503.00081,
title = {Activity Recognition Using A Combination of Category Components And Local Models for Video Surveillance},
author = {Weiyao Lin and Ming-Ting Sun and Radha Poovendran and Zhengyou Zhang},
journal= {arXiv preprint arXiv:1503.00081},
year = {2015}
}
备注
This manuscript is the accepted version for TCSVT (IEEE Transactions on Circuits and Systems for Video Technology)