基于光流关键点多尺度轨迹的人体动作识别

为减少传统行为识别方法中光流场特征提取的计算量,提取光流区域的关键点,分析关键点的频率域多尺度轨迹,与运动方向以及形状信息进行融合,得到关键点特征;为凸显与重要运动部分相关的局部特征能够产生更加有区分度的行为表示,提出一个运动部分规则框架识别每个运动部分的动作,将已得运动部分组合成每一个行为样本的区分度输入分类器进行人体行为识别。将实验结果与其它算法进行比较,验证了该算法具有更好的识别率和实时性。