[发明专利]基于归一化类谷歌量度矩阵的人体运动识别方法在审
| 申请号： | 201310385267.2 | 申请日： | 2013-08-29 |
| 公开（公告）号： | CN103413154A | 公开（公告）日： | 2013-11-27 |
| 发明（设计）人： | 刘宏;孙倩茹 | 申请（专利权）人： | 北京大学深圳研究生院 |
| 主分类号： | G06K9/66 | 分类号： | G06K9/66 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人： | 余长江 |
| 地址： | 518055 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于归一化类谷歌量度矩阵的人体运动识别方法，步骤为：1)提取人体运动视频中的兴趣点，基于3D时空坐标对每个兴趣点的周围局部区域进行局部描述，得到兴趣点子块的3D-SIFT局部运动特征值；2)根据3D-SIFT局部运动特征值对子块进行特征聚类得到多类特征；3)根据不同类特征进行空间归一化类谷歌量度和时间归一化类谷歌量度计算，并配组得到归一化类谷歌量度关系矩阵；4)将归一化类谷歌量度关系矩阵和词袋法局部特征统计直方图训练得到分类器，对人体运动进行识别。本发明增强了运动特征的统计描述能力，弱化局部特征或者子动作较为类似的运动类别间的类间混淆性，提高了复杂环境视频中的人体运动识别效率。 | ||
| 搜索关键词： | 基于 归一化 类谷歌 量度 矩阵 人体 运动 识别 方法 | ||
【主权项】：
基于归一化类谷歌量度矩阵的人体运动识别方法，其步骤包括：1)提取人体运动视频中的兴趣点，基于3D时空坐标对每个兴趣点的周围局部区域进行局部描述，得到所述兴趣点子块的3D‑SIFT局部运动特征值；2)根据所述3D‑SIFT局部运动特征值对所述子块进行特征聚类得到不同类特征；3)根据所述不同类特征进行空间归一化类谷歌量度和时间归一化类谷歌量度计算，并配组得到归一化类谷歌量度关系矩阵；4)将所述归一化类谷歌量度关系矩阵和词袋法局部特征统计直方图训练得到分类器，对人体运动进行识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学深圳研究生院，未经北京大学深圳研究生院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310385267.2/，转载请声明来源钻瓜专利网。
