没有合适的资源?快使用搜索试试~ 我知道了~
论文讲解PPT Action recognition with improved trajectories iDT.pptx
需积分: 0 15 下载量 81 浏览量
2019-10-19
23:15:46
上传
评论 1
收藏 2.07MB PPTX 举报
温馨提示
试读
22页
跟着导师学习,导师让我看行为识别相关的顶会论文,这是我自己做的PPT,内容详细,风格简洁
资源推荐
资源详情
资源评论
ACTION RECOGNITION
WITH IMPROVED
TRAJECTORIES
改进的 用于行为识别的密集轨迹算法
摘要
1 介绍
2 IDT 算法 2.1 相机移动估计
2.2 删除因人物(在图像中占比太高或运动导致投影矩阵的估计不准确)产生的不一致
3 实验装置 3.1 轨迹特征
3.2 特征编码
3.3 数据集
4 实验结果 4.1 IDT 的评估
4.2 用 BOF 和 FV 的特征编码
4.3 删除因人物产生的不一致匹配
4.4 与业内其他先进算法比较
5 结论
目录
DT 算法(密集轨迹算法)。 IDT 是在 DT 的基础上进行了改进( IMPROVED )
改进方向:
1 为了相机运动估计
SURF 描述子和密集光流在帧之间匹配要素点
估计单应(面面对应)
去除人物对相机运动光流的影响
2 删除因人物产生的不一致匹配
3 特征正则化方式的改进以及特征编码方式的改进
1 概要
利用光流场来获得视频序列中的轨迹
沿着轨迹提取轨迹形状特征和 HOF , HOG , MBH 特征
利用 BOF(BAG OF FEATURES) 方法对特征进行编码
基于编码结果训练 SVM 分类器。
DT 算法(密集轨迹算法)
密集采样特征点
保证采集到的特征点完全覆盖空间
去除没用的(要设置阈值)
特征点轨迹跟踪
基于轨迹的特征提取
TRAHECTORIES 通过计算特征点邻域内的光流中值来得到特征点的运动方向的。
……
特征编码 BOF
每段轨迹都对应着一组特征( TRAJECTORY,HOG,HOF,MBH )
分类 SVM
ONE-AGAINST-REST 策略
DT 算法(密集轨迹算法)
剩余21页未读,继续阅读
资源评论
猫咪爱啤酒
- 粉丝: 1
- 资源: 5
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功