Action recognition using a hierarchy of feature groups

作者：Zhou Tongchi; Cheng Xu; Li Nijun; Xu Qinjun; Zhou Lin; Wu Zhenyang^*

来源：Journal of Southeast University (english Edition), 2015, 31(3): 327-332.

DOI：10.3969/j.issn.1003-7985.2015.03.005

• Action recognition
• Coherent motion
• Discriminative power
• Feature groups
• Mean-Shift Clustering
• Part-based representation
• Spatio-temporal domains
• University of Central Florida

为提高视频人体行为识别的性能，提出了一种分层建模行为的方法。该分层模型根据人体运动的属性概述不同时空域的行为内容。首先，利用时间梯度并结合连贯的运动模式约束提取稳定、密集的运动特征作为点特征；然后，采用自适应尺度核的 mean-shift 聚类算法标定这些特征。具有同一标签的特征组通过最大池运算产生身体部分表示后，累积大尺度的视频体内视觉词响应作为视频对象的表示。在基准的 KTH 和UCF-sports 行为数据库上，实验结果表明所提方法增强了行为特征的代表性和判别能力，同时提高了识别率。与其他相关文献相比，所提方法获得了优越的识别性能。

• 出版日期2015-9-1
• 单位东南大学