基于视频的人机交互中动作在线发现与时域分割
时域分割是计算机视觉领域长期存在的问题.尤其在基于视频的人机交互过程中,动作的发现和分割要求在线完成.对此,本文提出了一种基于模板的识别框架.对于不断产生新数据的在线视频序列,该方法可根据已知的信息,及时在线发现和分割已完成动作.在本方法中,首先,通过基于鞅过程的算法提取关键帧,然后沿着关键帧对前序帧进行回退式遍历,接着通过构建动作历史图像来描述动作信息,最后通过计算相对于模板动作的包含率和七阶不变矩相似度实现动作的最优分割.在IXMAS数据集上进行实验,该方法的平均动作发现率达到了88％,准确率达到了75.9％,在基于深度数据的在线实验中,该方法获得了82％的平均动作发现率.
时域分割 人机交互 动作在线发现 在线视频
沈晴 班晓娟 常征 郭靖
北京科技大学计算机与通信工程学院,北京市中国100083
国内会议
北京
中文
1-10
2014-09-13（万方平台首次上网日期，不代表论文的发表时间）