基于LLC与GIST特征的静态人体行为分类

来源 :计算机工程 | 被引量 : 2次 | 上传用户:ZHANGLIAO2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对静态图像人体行为识别问题,提出一种融合局部约束线性编码(LLC)和全局特征描述子的方法。该方法对图像进行密集采样,提取每个子区域的SIFT特征,利用LLC方法对提取的密集SIFT特征进行编码和池化。为了加入空间信息,采用空间金字塔的思想,获得具有空间位置信息的LLC池化特征。将LLC池化特征串联通用搜索树(GIST)特征作为图像的最终描述,使用核函数为直方图交叉核函数的支持向量机进行分类。实验结果表明,与利用LLC、空间金字塔匹配特征和GIST特征进行识别的方法相比,该方法识别效果较好。
其他文献
针对基于正交频分复用的认知无线电网络子载波资源分配存在收敛较慢的问题,基于该问题的NP特性,提出一种基于人工物理优化的求解算法。给出资源分配问题的模型和求解步骤,并
我们从1965年至1979年收治肝硬化失代偿期合并腹腔感染127例,现报告如下:临床资料一、性别与年龄:127例中,男104例,女23例。年龄最小者16岁,最大者71岁,16-30岁22例,31-50岁7
期刊
针对合成孔径雷达(SAR)图像与可见光图像配准精度低的问题,提出一种基于角点幅值与方向的点特征描述符HIOHC,用以改进Harris角点检测器。将检测器的响应函数从一阶项扩展为二阶项,提高其对SAR图像噪声的鲁棒性,同时构建一个组合像素空间及灰度信息的权值函数,提高角点检测的准确性。实验结果表明,与传统的Harris检测器相比,改进的检测器能够有效降低SAR图像噪声的影响,具有更高的配准精度。