基于稠密轨迹聚类的人体交互行为识别

来源期刊：采矿技术2016年第4期

论文作者：周思超 夏利民

文章页码：77 - 83

关键词：交互行为识别;稠密轨迹;多示例学习;

摘    要：由于稠密轨迹对快速不规则运动的鲁棒性较强,对视频运动信息的覆盖度较好,近年来基于稠密轨迹的人体运动表征方法已经越来越多地运用于行为识别等领域。但轨迹提取受视频噪声影响较大,采用词袋（BOW）模型分类的参数难以确定,分类算法复杂,前述方法仍有些许不足。为此,提出了一种空间金字塔稠密轨迹聚类（PDDC）的人体交互行为识别方法。在金字塔不同空间层提取人体交互运动轨迹,并对所提取轨迹进行聚类,利用时空情境特征构建行为描述符,最后通过多示例学习（MIL）对交互行为进行分类识别。在UT-Interaction与WEB-Interaction数据集上进行了测试,证明了该方法的有效性。