-
题名视频序列的人体运动描述方法综述
被引量：5
- 1
-
-
作者
孙倩茹
王文敏
刘宏
-
机构
北京大学深圳研究生院深圳物联网智能感知技术工程实验室
北京大学机器感知与智能(教育部重点实验室
-
出处
《智能系统学报》
CSCD
北大核心
2013年第3期189-198,共10页
-
基金
国家自然科学基金资助项目(60875050
60675025)
+3 种基金
国家"863"计划资助项目(2006AA04Z247)
深圳市科学和技术创新委员会资助项目(JC201005280682A
JCYJ20120614152234873
CXC201104210010A)
-
文摘
视频中的人体运动分析是计算机视觉领域的重要课题,同时也是近年来备受关注的前沿研究方向之一.在明确实际视频中存在的若干种难点,如人体遮挡、视频模糊、拍摄视角变化等基础上,从经典的人体运动特征提取、特征选择以及特征融合3个方面,对基于视频序列的人体运动描述方法和研究现状进行了概述,归纳出人体运动描述算法的研究难点,并分析了人体运动分析的技术发展趋势.指出了利用不同特征间存在的互补性质探求高性能特征选择和特征融合机制是人体运动描述技术发展的必然趋势,从处理简单实验场景视频向挑战高难度实际场景视频的转化是运动视频分析未来发展的方向.
-
关键词
视频序列
人体运动描述
特征提取
特征选择
特征融合
-
Keywords
video sequences
human action representation
feature extraction
feature selection
feature fusion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种融合隐藏语义的人体行为表示方法
- 2
-
-
作者
牛斌
赵莹
姜守政
马利
-
机构
辽宁大学信息学院
-
出处
《辽宁大学学报（自然科学版）》
CAS
2018年第4期319-325,共7页
-
基金
辽宁省博士科研启动基金指导计划项目(20170520276)
-
文摘
人体行为识别是计算机视觉研究的热门领域之一,提出了一种基于隐藏语义的人体行为算法,采取人体骨骼点的三维数据进行处理后构成数据序列,将该数据序列作为分析人体行为的主语义的同时,分析人体行为细节信息在时空特性上的变化作为隐藏语义,然后将二者融合作为人体行为表示.最后使用改进的类均值核主成分分析算法对行为表示数据进行处理,并用支持向量机进行分类.将提出的方法在UTKinect、Florence和MSR Action 3D数据集上进行验证,实验结果证明了所提方法的有效性和普适性.
-
关键词
人体行为表示
行为识别
隐藏语义
支持向量机
-
Keywords
human action representation
action recognition
hidden semantic
SVM
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
