时空兴趣点结合HMM的人体动作识别方法

摘要

以往的时空兴趣点算法需考虑多层时空尺度计算,复杂度高,为此结合旋度的兴趣点算法和隐马尔科夫模型提出了一种新的人体动作识别算法.从光流场中获取时空兴趣点,利用光流场的旋度找出人体相邻关节的空间信息,进一步为每一类动作训练一个时空兴趣点的隐马尔科夫模型,并采用随机选择窗口尺寸避免多尺度遍历节省计算时间.将提出的算法应用到KTH和Hollywood-2运动数据集上进行实验,结果表明,相比其他几种较新的人体动作识别算法,提出的算法在计算时间和识别能力上均具有优越性.