基于归一化类谷歌量度矩阵的人体运动识别方法

摘要

本发明涉及一种基于归一化类谷歌量度矩阵的人体运动识别方法，步骤为：1)提取人体运动视频中的兴趣点，基于3D时空坐标对每个兴趣点的周围局部区域进行局部描述，得到兴趣点子块的3D-SIFT局部运动特征值；2)根据3D-SIFT局部运动特征值对子块进行特征聚类得到多类特征；3)根据不同类特征进行空间归一化类谷歌量度和时间归一化类谷歌量度计算，并配组得到归一化类谷歌量度关系矩阵；4)将归一化类谷歌量度关系矩阵和词袋法局部特征统计直方图训练得到分类器，对人体运动进行识别。本发明增强了运动特征的统计描述能力，弱化局部特征或者子动作较为类似的运动类别间的类间混淆性，提高了复杂环境视频中的人体运动识别效率。