基于稀疏运动特征学习的动作识别

摘要

动作识别一直是机器视觉、视频监控领域重要的研究课题.局部时空联合特征同时包含时间空间三维运动信息被广泛应用于动作识别研究.传统的基于时空联合描述子的方法面临检测特征个数稀少,描述能力不足等困难.本文从动作样本中无监督学习获得底层时空联合运动特征,应用稀疏表示的编码方式将局部块映射到高维特征空间,同时使用时空金子塔作为动作描述,最终训练线性分类器获取分类界面.该方法保留了联合时空描述特征具有的三维运动信息的特性,同时描述能力更强.在公开数据集上实验并取得了优于经典算法的识别结果.