[发明专利]一种基于密集轨迹的动作识别方法

摘要

本发明公开一种基于密集轨迹的动作识别方法，包括：1)对输入视频每一帧的用密集采样法获取密集点，并对密集点在光流域中进行跟踪，形成该视频的轨迹；2）对轨迹进行筛选，提取位于中心区域的轨迹视作前景的轨迹，将区域外的轨迹视作背景轨迹进行删除；3)提取轨迹的形状特征，梯度方向直方图特征，光流直方图特征，运动边缘直方图特征，以及运动邻域特征；4)对每一种特征分别采用增强型局部级联描述子向量方法进行特征表示，得到3）中五种特征的向量表示，将这五种特征向量级联起来，得到最终这个视频的中层表示；5）采用支持向量机进行特征分类，得到识别准确率。

主权项

1.一种基于密集轨迹的动作识别方法，其特征在于，包括以下步骤：(1)输入待识别的视频，对输入视频的每一帧，利用密集采样得到密集的抽样点，对抽样点进行跟踪形成密集轨迹；(2)筛选出视频帧中心区域的轨迹作为前景轨迹，区域以外的轨迹视作背景轨迹予以删除；(3)提取视频帧中心区域内的前景轨迹的五种描述子特征：形状特征(TS)，梯度方向直方图特征(HOG)，光流直方图特征(HOF)，运动边缘直方图特征(MBH)以及轨迹运动邻域特征(TMNF)；(4)对步骤(3)提取的每一种描述子特征分别采用增强型局部级联描述子向量方法(IVLAD)进行特征建模，得到每一种描述子特征的向量表示，然后将这五种特征向量级联起来，形成该视频最终的向量表示；(5)采用支持向量机(SVM)进行特征分类，最终输出分类结果，获取视频的动作识别结果，在YouTube人体行为数据集上实现了91.4％的准确率；其中，步骤(4)中，描述子特征表示为{x₁,...x_i,...x_d}，d表示该描述子特征的总维数，对描述子特征{x₁,...x_i,...x_d}，假设利用k‑means聚类已经学习得到的码本(codebook)和k个中心(c₁,...c_j,...c_k)，采用增强型局部级联描述子向量方法(IVLAD)对特征进行特征建模，具体过程如下：(5‑1)描述子特征的每一维x_i赋给码本(codebook)中离该描述子特征最近的聚类中心c_j，然后得到量化后的索引：NN(x_i)＝arg min_j||x_i‑c_j||(5‑2)将所有离聚类中心c_j最近的描述子特征，计算这些描述子特征和中心c_j的差的累积和并且进行归一化，获得子向量：(5‑3)将各子向量u^j连接起来，得到k×d维的向量表示u＝[u¹...u^k]；(5‑4)对向量u先采用“power‑law”归一化处理，即：v_j＝|v_j|^α×sign(v_j),j＝1...k×d,α＝0.2随后用2范数归一化(L2‑normalized)，最终得到该描述子特征的IVLAD表示。