基于有效轨迹和多重方向模式的行为识别

摘要

对于人体行为识别,以前方法提取的轨迹包含了背景的无关的运动变化.同时,由于相机运动,轨迹位移的方向幅度描述符缺乏鲁棒性.针对这些问题,该文提出了跟踪显著相对运动点的行为识别方法.首先利用运动边缘检测器提取运动特征,经自适应门限处理后,将包含显著特征的超像素作为相对运动区域.然后跟踪相对运动超像素内的兴趣点来产生轨迹.对于轨迹形状,预定义的多重方向模式被用来产生轨迹位移矢量的方向分布统计.最后,分别采用轨迹的方向梯度、运动边缘、方向统计及其组合作为分类器的输入来识别行为.在KTH和UCF-sports行为数据库上,提取的相对运动点轨迹能够描述对象的运动变化,方向统计描述符提高了轨迹形状特征的鲁棒性.与相关文献比较,我们方法获得了较好的识别性能.