基于多描述子特征编码的人体行为识别OACSTPCD
Human Activity Recognition Based on Multi-descriptor Feature Coding
针对采用单一描述子和单一特征编码方法导致三维人体骨架序列的行为识别率较低的问题,提出一种基于多描述子特征编码的方法.首先,从三维人体骨架序列中分别提取运动姿态描述子和角度描述子.然后,对每种描述子分别进行向量量化编码、稀疏编码和局部约束线性编码,从而获得六种特征.最后,根据这六种特征分别构造线性分类器,通过投票机制得到最终的识别结果.为了验证所提方法的有效性,在三维人体骨架序列行为数据集MSR Action3D上进行了实验,实验结果表明该方法的识…查看全部>>
宋相法;姚旭
河南大学 计算机与信息工程学院,河南 开封 475004河南大学 计算机与信息工程学院,河南 开封 475004
信息技术与安全科学
人体行为识别特征编码运动姿态描述子角度描述子三维人体骨架序列
《计算机技术与发展》 2018 (8)
基于稀疏表示和字典学习的深度图像序列人体行为识别
17-21,5
国家自然科学基金(U1504611)河南省教育科学技术研究重点项目(15A520010)
评论