【CV论文阅读】action recognition by dense trajectories

密集轨迹的方法是通过在视频帧上密集地采样像素点并且在追踪，从而构造视频的局部描述子，最后对视频进行分类的方法依然是传统的SVM等方法。

生成密集轨迹：

（1）从8个不同的空间尺度中采样，它们的尺度差因子为，而采样的点只需要简单地每间隔W = 5个像素取一个点即可。

（2）对于下一个点位置的估计，通过估计密集光流场获得，有以下计算公式：

，其中M是均值过滤器，就是计算的光流场，是Pt周围的点。这样可以对采样点逐帧追踪。

（3）为了防止轨迹点的漂移，密集轨迹最多追踪L帧。当在一个W*W的邻域内没有发现追踪点，那么采样一个点。

（4）在均匀的图像区域，是不需要去追踪点的。对于每一个特征点，计算它自相关矩阵的最小特征值（特征值意味着变化的情况，这里其实搞的不是很明白），因为此处只对动态的信息感兴趣。

（5）构造轨迹编码局部的动作模式，通过偏移量序列描述这条轨迹。这样的描述子应该也作为视屏描述子的一部分的。如果把它归一化，可以得到

沿轨迹的描述子：（如下图）

1、 HOGHOF描述特征

2、MBH特征

SVM分类器：

使用BOF的方法，构造word，最后使用SVM分类器进行视频的分类。

巴特西