幾個視頻中行為識別的底層特征及代碼

?(2012-02-20 09:50:02) 轉載▼

標簽：? 視頻 ? 行為識別 ? 特征 ? it

?

1. 比較出名的是Ivan Laptev的 3D Harris，這是一個可執行文件，用起來比較方便，是Harris在3維空間的擴展，檢測到特征點之后是用HOG和HOF進行表示。一共的特征維數是162維。點擊這里進入下載界面。

2. P. Dollar的cuboids角點檢測，方法大致是用1D的gabor進行濾波。檢測到角點之后，作者的實驗表明直接用cuboids里面的梯度作為表示，然后再進行降維。我認為這個方法的缺點是降維之前的維數太高，求協方差矩陣特征值所花費的時間比較多（一般降維前的特征都是上萬維的）。但是這個算法的一個好處是可以控制每個視頻提特征點的個數。所以現在這個特征用的人是最多的。代碼需要給作者發郵件獲取。

3. Alexander Klaser的3D HOG不需要進行特征點檢測，是對視頻進行稠密采樣，提取3D HOG特征。點擊這里下載。這種稠密采樣的特征在UCF Sports這個數據庫上面的效果很好。

4. Paul Scovanner 的3D SIFT，同樣也是將圖像中很火的SIFT擴展到3維情況。但是這個特征用的人相對較少。 點擊這里下載。

總結

以上是生活随笔為你收集整理的几个视频中行为识别的底层特征及代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。