• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Innovative Computing Information and Control >SPATIOTEMPORAL LBP AND SHAPE FEATURE FOR HUMAN ACTIVITY REPRESENTATION AND RECOGNITION
【24h】

SPATIOTEMPORAL LBP AND SHAPE FEATURE FOR HUMAN ACTIVITY REPRESENTATION AND RECOGNITION

机译：时空LBP和形状特征用于人类活动的表达和识别

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we propose a histogram based feature to represent and recognize human action in video sequences. Motion History Image (MHI) merges a video sequence into a single image. However, in this method, we use Directional Motion History Image (DMHI) to create four directional spatiotemporal templates. We, then, extract the Local Binary Pattern (LBP) from those templates. Then, spatiotemporal LBP histograms are formed to represent the distribution of those patterns which makes the feature vector. We also use shape feature taken from three selective snippets and concatenate them with the LBP histograms. We measure the performance of the proposed representation method along with some variants of it by experimenting on the Weizmann action dataset. Higher recognition rates found in the experiment suggest that, compared to complex representation, the proposed simple and compact representation can achieve robust recognition of human activity for practical use.
机译：在本文中，我们提出了一种基于直方图的特征来表示和识别视频序列中的人类动作。运动历史图像（MHI）将视频序列合并为单个图像。但是，在这种方法中，我们使用定向运动历史图像（DMHI）创建四个定向时空模板。然后，我们从那些模板中提取本地二进制模式（LBP）。然后，形成时空LBP直方图以表示构成特征向量的那些模式的分布。我们还使用从三个选择性片段中提取的形状特征，并将它们与LBP直方图连接起来。通过在Weizmann动作数据集上进行实验，我们测量了所提出的表示方法及其一些变体的性能。实验中发现的较高识别率表明，与复杂表示相比，所提出的简单和紧凑表示可以针对实际活动实现对人类活动的可靠识别。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号