基于LLC与GIST特征的静态人体行为分类
来源：计算机工程杂志2018年第8期北京时间：
作者：王恩德,刘巧英,李勇
单位：1.中国科学院沈阳自动化研究所,沈阳 110016; 2.中国科学院光电信息处理重点实验室,沈阳 110016; 3.东北大学 信息科学与工程学院,沈阳 110819
摘要：针对静态图像人体行为识别问题,提出一种融合局部约束线性编码(LLC)和全局特征描述子的方法。该方法对图像进行密集采样,提取每个子区域的SIFT特征,利用LLC方法对提取的密集SIFT特征进行编码和池化。为了加入空间信息,采用空间金字塔的思想,获得具有空间位置 信息的LLC池化特征。将LLC池化特征串联通用搜索树(GIST)特征作为图像的最终描述,使用核函数为直方图交叉核函数的支持向量机进行分类。实验结果表明,与利用LLC、空间金字塔匹配特征和GIST特征进行识别的方法相比,该方法识别效果较好。
关键词：行为识别,全局特征描述子,局部约束线性编码,空间金字塔匹配,最大池化
基金资助：国家自然科学基金(61401455)。
