Recognizing action in video is very useful, because it can be applied to many kinds of applications. Action recognition is being studied in many researches, but most research has focused on videos taken in controlled environment. In this paper, we propose action recognition method by combining features based on Multiple Kernel Learning(MKL), and we recognize action in web video shots. We combine visual, motion and spatio-temporal features. As spatio-temporal feature, we utilize features which consists point and its local tracking. In experiment, we evaluate our method using KTH dataset, and Youtube dataset. As a result, we obtain 94.0% as a classification rate for in KTH dataset which is almost equivalent to state-of-art, and 80.4% for Youtube dataset which ourperformsrnstate-of-the-art much.%映像中の動作を認識することは，様々なアプリケーションに応用することが可能で，非常に意義のあることである．動作認識は多くの分野で扱われてきた研究だが，Youtube動画のような制限のない環境における認識を行った研究は少ない．そこで本研究ではMultiple Kernel Learning（MKL）に基づく特徴統合による動作認識フレームワークを提案しWeb動画における動作認識を行った．統合に利用した特徴は時空間特徴，視覚特徴，動き特徴である．時空間特徴は，点の周辺パターンとその点の微少時間の動きを特徴化したものを利用した．実験にはKTHデータセットと，二種類のYoutubeデータセットの計3種類のデータセットにおける分類を行った．結果としてKTHデータセットで最新手法に匹敵する分類率の94．0％，Youtubeデータで最新手法を大幅に上回る分類率である80．4％という結果が得られた．
展开▼
