10.3969/j.issn.1000-386x.2016.10.042
基于前景置信的人体行为识别
为减少背景特征对行为识别的影响,提出一种基于前景置信的人体行为识别方法。该方法在基于稠密时空兴趣点的行为识别基础上,结合像素前景置信估计对特征描述器进行加权分类,再利用词袋模型判别行为。融合运动、外观及视觉显著性的像素前景置信的引入,提高了算法处理复杂背景视频的能力。该方法在 UCF50和 HMDB51视频库中进行训练和测试,平均识别率为66.4%。
行为识别、前景置信、加权分类、词袋模型、复杂背景
33
TP391(计算技术、计算机技术)
2016-12-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
191-193,197