基于在线序贯极限学习机的递增式人体行为识别方法

摘要

一种基于在线序贯极限学习机的递增式人体行为识别方法，该方法基于所有人的活动范围能够用摄像机捕捉到人体；包括以下步骤：（1）采用3D？Harris角点检测子提取视频中的时空兴趣点；（2）利用3D？SIFT描述子计算检测到的时空兴趣点的描述子；（3）采用K-means聚类算法生成视频词典，建立视频图像的词包模型；（4）用得到视频词包模型训练在线序贯极限学习机分类器；（5）利用在线序贯极限学习机分类器进行人体行为识别，并进行在线学习。该方法不但能够在训练样本很少的情况下，以较少的训练时间，获得较为精确的人体行为识别结果，而且对于环境场景变化、环境光照变化、检测对象变化、人体形态变化具有一定的不敏感性。