有效视频帧时间序池化的人体行为识别算法
来源：计算机工程杂志2018年第12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：为利用人体行为的时域信息并减少帧间冗余及特征维数,提出一种提取有效视频帧并对其时间序池化的人体行为识别算法。通过对视频帧的稠密轨迹特征进行局部累计描述向量编码,获取视频帧特征表示,对每帧的特征编码进行余弦相似度分析，剔除冗余特征帧得到有效视频帧特征序列。采用时间序池化对有效视频帧特征序列进行排序,得到可表示视频时序动态变化的特征向量,然后训练支持向量机实现人体行为识别。在HMDB51和UCF101数据集上的实验结果表明，与稠密轨迹行为识别算法相比，该算法可有效提高识别准确率。
关键词：行为识别,稠密轨迹,局部累计描述向量,余弦相似度分析,时间序池化
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)。
