一种运用显著性检测的行为识别方法

王晓芳; 齐春

您当前的位置：

首页 >

文章列表页 >

一种运用显著性检测的行为识别方法

更新时间：2025-07-09

- 一种运用显著性检测的行为识别方法
- 暂无标题
- 西安交通大学学报 2018年第2期页码：24-29+44
- 作者机构：
  
  1. 西安交通大学电子与信息工程学院
  2. 齐鲁工业大学(山东省科学院)电气工程与自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61572395)
- DOI：
  中图分类号： TP391.41
- 纸质出版：2018
- 稿件说明：
移动端阅览
王晓芳, 齐春. 一种运用显著性检测的行为识别方法[J]. 西安交通大学学报, 2018,(2):24-29+44.
王晓芳, 齐春. 一种运用显著性检测的行为识别方法[J]. 西安交通大学学报, 2018,(2):24-29+44. DOI：

DOI：

摘要

针对传统稠密轨迹行为识别法不能很好地区分行为区域和背景的问题

提出一种运用显著性检测的行为识别方法。考虑到视频显著性在较小的时空范围内变化不大

将视频在时域分割为多个短子视频

并将子视频在空域划分成小块

再以块为基础运用一种两阶段显著性检测方法获取每个子视频的行为区域。在检测的第一阶段

将低秩矩阵恢复算法应用于子视频的运动信息计算其初始显著性

并据此将其内所有块划分为候选前景集合和绝对背景集合;在第二阶段

为了将真正的行为区域从候选前景集合中分离出来

利用绝对背景集合中块的运动信息构建字典

通过加权稀疏表示算法计算候选前景集合中每个块的细化显著性

再通过阈值化获取二值显著图用以指示行为区域;最后

将显著图融入稠密跟踪过程以获取行为区域轨迹用于行为识别。基准数据集上的实验结果表明

该方法能够较好地检测视频中的行为区域

获得的识别率高于传统稠密轨迹法2.5%

.5%。

Abstract

关键词

Keywords

references

方志明,崔荣一,金璟璇.基于生物视觉特征和视觉心理学的视频显著性检测算法[J].物理学报,2017(10).

陈昶安,吴晓峰,王斌,张立明.复杂扰动背景下时空特征动态融合的视频显著性检测[J].计算机辅助设计与图形学学报,2016(05).

Xiaojiang Peng,Yu Qiao,Qiang Peng.Motion boundary based sampling and 3D co-occurrence descriptors for action recognition[J].Image and Vision Computing,2014.

Guruprasad Somasundaram,Anoop Cherian,Vassilios Morellas,Nikolaos Papanikolopoulos.Action recognition using global spatio-temporal features derived from sparse representations[J].Computer Vision and Image Understanding,2014.

Jungchan Cho,Minsik Lee,Hyung Jin Chang,Songhwai Oh.Robust action recognition using local motion and group sparsity[J].Pattern Recognition,2014.

Heng Wang,Alexander Kläser,Cordelia Schmid,Cheng-Lin Liu.Dense Trajectories and Motion Boundary Descriptors for Action Recognition.[J].International Journal of Computer Vision,2013.

Emmanuel J. Candès,Xiaodong Li,Yi Ma,John Wright.Robust principal component analysis?[J].Journal of the ACM (JACM),2011.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

采用非相关字典学习的滚动轴承故障诊断方法

采用非线性块稀疏字典选择的视频总结

低秩与字典表达分解的浓雾霾场景图像去雾算法

三塔合一间接空冷系统结构参数对夏季运行特性的影响研究

多工况下离心压气机叶轮-机匣一体联合设计优化