基于局部语义特征的人体动作识别混合模型

人体动作识别（HAR）是视频监控、自动监控、实时跟踪和救援任务等实时应用中具有挑战性的研究之一。在HAR中，视频的复杂背景、光照条件和人体动作的变化是领域中具有挑战性的问题。只有能够解决这些问题的研究才有其声誉。摄像机设置、视角和类别间相似性使该领域更加复杂。非受控环境的挑战降低了许多设计良好的模型的性能。本文旨在设计一个能够克服这些问题的自动人体动作识别系统。冗余特征和训练及预测的过度计算时间也是问题。我们提出了一个包含四个模块的混合模型：第一是编码-解码网络（EDNet），用于提取深度特征；第二是改进的尺度不变特征变换（iSIFT），用于减少特征冗余；第三是二次判别分析（QDA）算法，用于进一步减少特征冗余；第四是加权融合策略，用于融合不同重要特征的属性。该方法在两个公开数据集KTH动作数据集和UCF-101上进行了评估，分别达到了94%和90%的平均识别准确率。