基于紧凑描述子的群体行为识别
计算机视觉与模式识别
2018-09-28 v1
摘要
本文提出了一种仅基于地平面轨迹的群体行为识别分层新方法。在分类器的第一层，我们引入了一种称为个人交互描述子（Personal Interaction Descriptor, PID）的新特征，它将时间窗口内一对行人的空间分布与相对速度的金字塔表示相结合以检测成对交互。这些交互随后与场景中行人所形成平均速度和形状相关的更高层特征相组合，生成群体行为描述子（Collective Behavior Descriptor, CBD），用于在第二阶段识别群体行为。在两层中均使用随机森林（Random Forests）作为分类器，因其可无缝组合不同性质的特征。实验结果表明，所提方法达到了与最先进（state of the art）技术相当的性能，且在类间误差平衡上更优。此外，我们通过跨数据集实验表明该方法能很好地泛化到不同相机设置。
引用
@article{arxiv.1809.10499,
title = {Collective behavior recognition using compact descriptors},
author = {Gustavo Fuhr and Claudio Rosito Jung},
journal= {arXiv preprint arXiv:1809.10499},
year = {2018}
}
备注
8 pages, 6 figures. Paper submitted do Pattern Recognition Letters