基于局部二进制描述符的高效动作识别方法

目前主流的动作识别算法已经获得很高的准确率,但由于运算复杂度高、运算时间长和内存占用量大等问题,使得其实时性较差,很难用于实时应用.提出了一种基于局部二进制描述符和HIK核函数的能够快速计算且准确率较高的动作识别算法:首先使用BRISK特征点检测算法检测两帧图像差上的特征点,然后使用低字节的FREAK描述符和局部三元模式LTP对检测到的特征点进行描述,解决了特征点和描述符检测时间长和计算复杂度高的问题;其次使用HIK聚类算法对描述符进行聚类并进行Bo W表示,提高了构建codebook的效率,最后使用HIK作为LIBSVM的核函数进行训练和预测.实验结果表明,采用的算法不仅能大幅提高运算效率,同时还保持了较高的准确率,能够满足实时应用的需求.