利用统计运动描述子刻画人体行为
计算机视觉与模式识别
2019-03-08 v1
摘要
由于外观与姿态的复杂性和多变性、相机设置与视角的差异，识别人体行为是一个具有挑战性的研究问题。本文试图通过引入一种基于统计特征的新颖运动描述子来解决人体行为识别问题。该方法首先将视频划分为N个时间片段。然后对每个片段计算稠密光流，为所有像素提供瞬时速度信息。接着计算由范数加权的光流直方图（HOOF）并量化为32个区间。随后从所得HOOF中计算统计特征，形成192维的描述子向量。我们然后训练一个非线性多类SVM，以72.1%的准确率对不同人体行为进行分类。我们使用公开可用的人体动作数据集评估了我们的方法。实验结果表明，我们提出的方法优于现有最优方法。
引用
@article{arxiv.1903.02236,
title = {Characterizing Human Behaviours Using Statistical Motion Descriptor},
author = {Eissa Jaber Alreshidi and Mohammad Bilal},
journal= {arXiv preprint arXiv:1903.02236},
year = {2019}
}