结合码本优化和特征融合的人体行为识别方法

来源：计算机技术与发展杂志2018年第02期北京时间：

作者：石爱辉;程勇;曹雪虹

摘要：为了提高视频序列中人体行为识别的正确率，提出了一种结合两层 K－means 聚类优化码本和视频表达级特征融合的行为识别方法。首先对训练集视频提取出的时空兴趣点利用梯度方向直方图(HOG)和光流直方图(HOF)进行描述，并对属于不同视频以及不同种类动作视频的描述子使用两层 K－means 聚类形成各自更具有代表性的视觉词汇，从而提高码本的表达能力。然后将表示每个视频的 HOG 和 HOF 描述子分别作为码本优化后的词袋模型的输入，得到两种不同的视频全局表达并进行特征融合，由于 HOG 和 HOF 描述子在形成视频表达级特征时相关性较大，融合后的特征更具区分性和分类鲁棒性。最后采用支持向量机对融合后的特征进行分类识别。实验结果表明，该方法能够有效地提高识别率。

关键词：词袋模型;两层 K－means 聚类;视频表达级特征融合;行为识别