科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统词袋模型构建的词典不稳定，且忽略词向量先后顺序，在用其进行人体动作识别时，识别效果不稳定，尤其对倒序动作识别效果不佳。针对这些问题，提出一种基于时空联合频率直方图实现动作分类的方法。提取肢体关键角度信息，把关键角度的帧间差值作为时间特征描述子；构建稳定的时间词袋与空间词袋，利用其联合频率直方图表示动作序列，增强动作时间特性；利用支持向量机(SVM)实现动作分类。在一个具有挑战性的数据集-UTKinect数据集上进行实验，结果表明，相比于传统词袋模型与一些已有方法，该方法能够有效提高动作识别的准确率。
-
单位上海师范大学; 机电工程学院
