赞
踩
1 按照特征复杂度分类
1.1低级特征
也称为手动计算特征,既根据对被识别对象的特征知识理解进行特征提取,主要有:
1)图像特征,既基于RGB或灰度图像的特征提取,通常是基于灰度图像
2)光流特征,基于光流场进行特征计算
3)骨架特征,计算骨架的几何特征
1.2中级特征
主要思想是对图像进行预处理,不直接计算特征,但也不是端对端算法,预处理后经过CNN进行行为识别。常用预处理方法有:
1)基于光流场
2)基于帧差分
两种预处理方案主要反映了行为的时序特征,再结合基于RGB的空间特征识别,形成双流法。
1.3高级特征
已经证明骨架姿势不但是描述行为最准确的模式,而且不受场景和光照等影响,适用性强。骨架特征主要包括两种:
1)坐标特征,既骨架节点的坐标信息
2)几何特征,与骨架部位的角度,骨架节点距离等几何量相关的特征
2按照基于骨架的行为识别算法分类
2.1使用CNN网络
CNN网络的特点是要求输入是图像信息,而骨架基本特征信息通常由向量表示,因此需要设计适用于CNN的骨架图像信息,常用方法有:
1)计算骨架的光流信息形成图像
2)将一个序列骨架节点重构成图像
2.2使用RNN或LSTM
从一段视频提取骨架的几何特征向量,构成基于时序的输入向量,而RNN和LSTM适用于时序输入。其中:
1)几何特征代表空间信息
2)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。