融合局部与全局特征的人体动作识别

作     者：唐超 张苗辉 李伟 曹峰 王晓峰 童晓红 Tang Chao;Zhang Miaohui;Li Wei;Cao Feng;Wang Xiaofeng;Tong Xiaohong

作者机构：合肥学院计算机科学与技术系合肥230601 江西省科学院能源研究所南昌330096 厦门理工学院计算机与信息工程学院厦门360054 山西大学计算机与信息技术学院太原030006 合肥职业技术学院信息中心合肥238000 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2018年第30卷第7期

页      面：2497-2506,2514页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61672204 41401521 61602220) 安徽高校优秀拔尖人才培育资助项目(gxfx2017099) 

主　　题：人体行为识别 局部特征 全局特征 时空兴趣点 傅里叶描述子 随机森林 

摘      要：根据视频特征来识别人体行为是一个具有广泛应用的重要研究课题。提出了一种鲁棒性强,抗噪性能优的人体运动目标检测方法和一种简单高效的多信息融合的混合行为特征表示方法和相应的识别算法。该混合行为特征具有简单、鲁棒和判别能力强的特点,它融合了基于中心距的时空兴趣点局部特征和基于曲率函数的傅里叶描述子全局特征,利用泛化能力较强的随机森林模型进行快速分类。实验结果表明,该方法具有简单、快速和高效的特点。