基于改进的深度卷积神经网络的人体动作识别方法

针对现有的动作识别算法的特征提取复杂、识别率低等问题,提出了基于批归一化变换(batch normali-zation)与Goog Le Net网络模型相结合的网络结构,将图像分类领域的批归一化思想应用到动作识别领域中进行训练算法改进,实现了对视频动作训练样本的网络输入进行微批量(mini-batch)归一化处理。该方法以RGB图像作为空间网络的输入,光流场作为时间网络输入,然后融合时空网络得到最终动作识别结果。在UCF101和HMDB51数据集上进行实验,分别取得了93. 50%和68. 32%的准确率。实验结果表明,改进的网络架构在视频人体动作识别问题上具有较高的识别准确率。

基于时空兴趣点的人体动作识别

人体动作识别在计算机视觉研究和模式识别领域中逐渐成为一个研究热点。提出一种基于Harris-Laplace时空兴趣点结合3D-SIFT描述子,通过Bag-of-feature构建词袋的方法,并应于用人体动作识别。针对传统Harris算法提取出的兴趣点冗余,所以采用Harris-Laplace算法提取时空兴趣点。3D-SIFT描述子能更好地描述视频序列的本质特征,并且比传统的描述子更有效,Bag-of-feature词袋法表征特征,采用改进的K均值(K-Means)聚类算法进行聚类,最后采用多分类支持向量机(SVM)进行一对一、一对多的分类策略并进行比较。在KTH公开运动数据集上进行实验测试,实验结果证明提出的人体动作识别方法的有效性和鲁棒性。