基于高层语义词袋的人体行为识别方法  

Human Activity Recognition Based on High-level Semantic Codebook

作　　者：黄少年[1] 施游[2] 

机构地区：[1]湖南商学院计算机与信息工程学院,湖南长沙410205 [2]湖南师范大学,湖南长沙410083

出　　处：《电脑与电信》2015年第3期37-39,共3页Computer & Telecommunication

基　　金：湖南省教育厅资助科研项目;项目编号:No.13C474

摘　　要：人体行为分析为视频监控系统、视频检索系统提供重要的研究基础。本文提出了一种基于高层语义词袋模型的人体行为识别方法。该方法根据底层词袋中词汇的相关关系,构造出一个基于词汇交互信息量的底层词汇图;然后使用层次聚类的方法对该图进行分割,得到底层词汇组模型,最后将该模型表示为高层语义词袋模型。实验结果表明,该方法可以高效地识别视频中的人体行为。Human activity recognition is the important basis of video surveillance system. In this paper, a new activity recognition method is proposed based on the high-level codebook. We construct a code-word graph based on the mutual information of lowlevel code-words, and then partition the graph into different groups, which discover the high-level code-words patterns. Experimental result shows that the proposed method can effective recognize human activities.

关 键 词：行为识别 语义词袋 视频监控 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]