【CV论文阅读】action recognition by dense trajectories
2024-09-07 06:30:26
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。
最新文章
- 实例1-gettree
- U3D学习笔记1: HelloWorld
- winform中选择文件获取路径
- OpenCASCADE Color Scale
- ";System.Security.Cryptography.CryptographicException: 拒绝访问"; 问题的解决方法
- overflow 清除浮动
- GRE学习日志
- Rudolph javascript 监听简单对象属性的变化 -- 回调函数的应用
- CPU卡及NFC供应商
- ELF
- *[codility]MissingInteger
- Mvc中DropDownList 和DropDownListFor的常用方法
- java里面List和Array的区别是什么?
- HDInsight-Hadoop现实(两)传感器数据分析
- JVM高级特性-三、垃圾收集之判断对象存活算法
- STL--sort源码分析
- HTML如何实现斜体字
- js的map方法遍历数组
- web开发中xml的内容
- 装饰模式和它在JDK中的实现