NSSC OpenIR  > 空间技术部
基于姿态时空特征的人体行为识别方法
其他题名Human Action Recognition Based on Pose Spatio-Temporal Features
郑潇; 彭晓东; 王嘉璇
作者部门空间技术部
发表期刊计算机辅助设计与图形学学报
卷号30期号:9页码:1615-1624
ISSN1003-9775
语种中文
关键词行为识别 姿态时空特征 Fisher向量 加权融合
摘要为了高效、准确地获取视频中的人体行为和运动信息,提出一种基于人体姿态的时空特征的行为识别方法.首先在获取视频中各帧图像的人体关节位置的基础上,提取关节信息描述姿态变化,具体包括在空间维度上提取每帧图像的关节位置关系、时间维度上计算关节空间关系的变化,二者共同构成姿态时空特征描述子;然后利用Fisher向量模型对不同类型的特征描述子分别进行编码,得到固定维度的Fisher向量;最后对不同类型的Fisher向量加权融合后进行分类.实验结果表明,该方法能够有效地识别视频中的人体复杂动作行为,提高行为识别率.
其他摘要In order to extract human motion information efficiently and improve the accuracy of action recognition from videos, an approach for action recognition based on human pose spatio-temporal features is proposed. Firstly, with the joint positions of human body in each frame of the video acquired, we extracted pose information by handcrafted features. Specifically, the positions of joints and relatives in the spatial dimension, as well as the change of that in the temporal dimension were calculated. The two together constituted human pose spatiotemporal feature descriptors. Then the Fisher Vector model was utilized to compute fixed dimension Fisher vector for each descriptor separately. Lastly, features were weighted to fusion for classification. Experimental results show that the proposed algorithm can effectively improve action recognition performance.
收录类别CSCD
引用统计
文献类型期刊论文
条目标识符http://ir.nssc.ac.cn/handle/122/6599
专题空间技术部
推荐引用方式
GB/T 7714
郑潇,彭晓东,王嘉璇. 基于姿态时空特征的人体行为识别方法[J]. 计算机辅助设计与图形学学报,30(9):1615-1624.
APA 郑潇,彭晓东,&王嘉璇.
MLA 郑潇,et al."基于姿态时空特征的人体行为识别方法".计算机辅助设计与图形学学报 30.9
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
20183091615-1624.pdf(1203KB)期刊论文出版稿开放获取CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[郑潇]的文章
[彭晓东]的文章
[王嘉璇]的文章
百度学术
百度学术中相似的文章
[郑潇]的文章
[彭晓东]的文章
[王嘉璇]的文章
必应学术
必应学术中相似的文章
[郑潇]的文章
[彭晓东]的文章
[王嘉璇]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。