基于深度运动图和密集轨迹的行为识别算法

来源：计算机工程与应用杂志2020年第3期北京时间：

作者：李元祥，谢林柏

单位：江南大学 物联网工程学院 物联网应用技术教育部工程中心，江苏 无锡 214122

摘要：为了融合深度图中不易受光照等环境因素影响的深度信息和RGB视频序列中丰富的纹理信息，提出一种基于深度运动图（Depth Motion Maps，DMMs）和密集轨迹的人体行为识别算法。利用卷积神经网络训练DMMs数据并提取高层特征作为行为视频的静态特征表示，使用密集轨迹来描述RGB视频序列的动态运动信息，将行为视频的静态特征和动态特征串联，作为整个视频的行为特征表示并输入到线性支持向量机（Support Vector Machine，SVM）进行识别。实验结果表明，在公开的动作识别库UTD-MHAD和MSR Daily Activity 3D上，该算法能够有效提取深度信息和纹理信息，并取得了较好的识别效果。

关键词：人体行为识别,深度运动图,RGB,密集轨迹,VGG-16