一种基于线性序列差异分析降维的人体行为识别方法
来源：计算机工程杂志2019年第3期北京时间：
作者：鹿天然,于凤芹,陈莹
单位：江南大学 物联网工程学院,江苏 无锡 214122
摘要：在视频数据处理过程中容易出现维数灾难的问题。为此,提出一种线性序列差异分析方法,对视频数据降维来进行人体行为识别。运用ViBe算法对视频帧进行背景减除操作获取行为区域,在该区域内提取稠密轨迹特征从而去除背景数据的干扰。使用Fisher Vector对特征编码后进行线性序列差异分析,采用动态线性规整算法计算序列类别间相似度,得到最小化类内残差和最大化类间残差的线性变换,将特征从高维空间投影至低维空间,降低特征维数。利用降维后的特征训练支持向量机,实现人体行为识别。在KTH数据集和UCF101数据集上进行数据仿真,结果表明,与主成分分析算法、线性判别分析法等相比,该方法可有效提高识别准确率。
关键词：人体行为识别,背景减除,稠密轨迹,线性序列差异分析,降维
基金资助：国家自然科学基金(61573168);中央高校基本科研业务费专项资金(JUSRP51733B)。
