论文部分内容阅读
提出一种人体行为识别方法,结合HOG/HOF级联特征和多层分类器提高人体行为的识别率。采用VIBE方法提取视频中的前景区域;在前景区域上分别提取方向梯度直方图(HOG)特征和光流方向直方图(HOF)特征,组成HOG/HOF级联特征,将视频片段中所有前景区域的HOG/HOF级联特征构建成一个特征向量集合;构建包含两层自组织映射网络和一层有监督神经网络的多层分类器,对视频片段的特征向量集合进行分类,得到行为识别结果。仿真结果表明,该方法的行为识别率高,对不同人体行为的分类混淆率低。