基于提高的稠密轨迹人体行为识别

摘要

由于稠密轨迹对快速不规则运动的鲁棒性较强,近年来基于稠密轨迹的人体运动表征方法越来越多地运用于行为识别等领域。但是由于相机运动造成背景相对运动,对轨迹的提取产生了很大的影响。加入了相机运动估计,为了估计相机运动,用快速鲁棒特征描述符匹配每一帧的特征点。由于人的运动和相机运动不一样,加上了人体检测去除不一致的匹配。通过多示例学习对交互行为进行分类识别。并在UT-Interaction数据集上进行了测试,证明了该方法的有效性。