[发明专利]一种基于简单动作的探索特权信息的复杂动作识别方法

权利要求书

1.一种基于简单动作的探索特权信息的复杂动作识别方法，其特征在于，所述的复杂动作识别方法包括下列步骤：

S1、利用改进的密集轨迹对简单动作和复杂动作的视频进行特征提取，得到特征矩阵；

S2、探索简单动作中的有效信息，将所有的复杂动作发生简单动作的概率组成一个矩阵，作为特权信息；

S3、通过特权信息，建立模型，实现复杂动作的学习；

其中，所述的步骤S3具体过程包括：

S301、利用特权信息，建立合理的目标方程式如下：

其中，c是类别数目，是复杂动作的类别数目，N_c是每个类别中样本的数目，X_ci是特征向量，Y_ci∈{1,-1}是对应的类标签，W和W^*分别是主要特征和特权特征的权重向量，项被用来避免过度拟合，项||W||₁是表示复杂动作权值参数的l₁范数约束，用于学习稀疏参数矩阵W，表示为W＝[w₁,...,w_T]，项用来避免过度拟合，项||W^*||₁意在学习松弛变量的值，表示为γ₁,γ₂,ρ₁和ρ₂是四个正数权衡参数；

S302、采用交替迭代优化方法，更新W和W^*，由于l₁范数的存在，快速迭代收缩阈值，求得最优的W，用于复杂动作的学习。

2.根据权利要求1所述的一种基于简单动作的探索特权信息的复杂动作识别方法，其特征在于，

所述的改进的密集轨迹包括以下描述符：轨迹位移向量、梯度直方图、光流直方图和X及Y方向上的光流信息。

3.根据权利要求1所述的一种基于简单动作的探索特权信息的复杂动作识别方法，其特征在于，所述的步骤S1中对提取的视频特征进行利用Fisher vector进行编码。

4.根据权利要求1所述的一种基于简单动作的探索特权信息的复杂动作识别方法，其特征在于，所述的简单动作从KTH和Weizmann数据库中挑选，所述的复杂动作从OlympicSport和UCF50数据库中挑选。

5.根据权利要求1所述的一种基于简单动作的探索特权信息的复杂动作识别方法，其特征在于，所述的步骤S2具体如下：

将每一个简单动作对应一个具体的数值a，a表示简单动作在复杂动作中发生的概率，基于此规则，得到概率矩阵X^*∈R^S*M，其中，S表示简单动作的类别数，M表示复杂动作的样本数目。