一种基于改进运动历史图像和支持向量机的行为识别算法

作者：苏寒松^*; 陈震宇; 龙鑫; 刘高华

来源：陕西师范大学学报(自然科学版), 2020, 48(02): 17-24.

DOI：10.15983/j.cnki.jsnu.2020.01.003

• 计算机视觉
• 行为识别
• 运动历史图像
• 光流
• Hu矩
• 支持向量机

针对传统运动历史图像难以区分相似运动的缺陷,提出了一种基于改进运动历史图像和支持向量机的行为识别方法。首先提取视频帧的前景运动目标并标记出其外接矩形框,计算矩形区域内各像素的光流矢量;然后设定运动历史图像中前景像素点的灰度值为该像素点的光流长度叠加一定权重的历史灰度,而背景像素点的灰度值则按一定比例进行衰减;最后从运动历史图像中提取Hu矩为特征向量,输入支持向量机进行分类,从而完成人体行为识别。在KTH数据集的实验结果表明,所提算法能够满足实时性要求,识别率可达99%。

• 单位
  天津大学