基于关键帧特征库统计特征的双人交互行为识别
来源：计算机应用杂志2016年第8期北京时间：
作者：姬晓飞, 左鑫孟
单位：沈阳航空航天大学 自动化学院, 沈阳 110136
摘要：针对双人交互行为识别算法中普遍存在的算法计算复杂度高、识别准确性低的问题，提出一种新的基于关键帧特征库统计特征的双人交互行为识别方法。首先，对预处理后的交互视频分别提取全局GIST和分区域方向梯度直方图（HOG）特征。然后，采用k-means聚类算法对每类动作训练视频的所有帧的特征表示进行聚类，得到若干个近似描述同类动作视频的关键帧特征，构造出训练动作类别对应的关键帧特征库；同时，根据相似性度量统计出特征库中各个关键帧在交互视频中出现的频率，得到一个动作视频的统计直方图特征表示。最后，利用训练后的直方图相交核支持向量机（SVM），对待识别视频采用决策级加权融合的方法得到交互行为的识别结果。在标准数据库测试的结果表明，该方法简单有效，对交互行为的正确识别率达到了85%。
关键词：GIST特征,方向梯度直方图,关键帧特征库,直方图相交核,UT-interaction数据库
基金资助：国家自然科学基金资助项目（61103123）；辽宁省高等学校优秀人才支持计划项目（LJQ2014018）。
