摘要

由于现有的动作识别方法不能直接用于人体微反应动作识别,本文基于人体下肢微反应动作特点,构建了一种时空金字塔韦伯局部描述子并设计了基于字典学习的人体下肢微反应自动识别算法。该方法利用时空金字塔韦伯局部描述子提取每一类人体下肢微反应动作特征,使用主成分分析法对特征降维;然后,建立每一类动作子字典并将子字典串联形成总的动作字典;最后,通过实验分析了金字塔级数L,降维后每类动作特征维数dPCA,每类动作子字典原子个数nAtom,以及稀疏阈值C等参数对识别结果的影响,并确定最优参数值L=3,dPCA=30,nAtom=40,C=10。实验结果表明,提出的算法对10种人体下肢微反应动作的识别率均在0.830.91之间,平均识别率达到0.86,高于其他动作识别算法。设计的算法更适用于人体下肢微反应动作分类,并可有效提高分类识别率。

  • 单位
    山东警察学院; 山东行政学院; 山东大学