基于密集轨迹和光流二值化图的行为识别算法

针对改进的密集轨迹算法(improved dense trajectories,iDT)提取的轨迹数量较为庞大的问题,提出了一种轨迹滤除方法。密集采样兴趣点,利用光流图计算每个兴趣点下一帧的位置进而组成轨迹,对每帧光流图进行最大值归一化以及二值化,得到光流二值化图,以此反映该点的运动是否相对显著。利用光流二值化图统计轨迹上各点的有效性从而判断轨迹是否满足有效条件,并将不满足条件的轨迹滤除,得到提纯的轨迹。为了验证算法的有效性,使用了行为识别领域的常用数据集KTH和UCF sports对算法进行验证,实验结果表明,该算法能在保证准确率的同时减少轨迹数量,并且计算量较小。