李亚玮 金立左 孙长银 崔 桐

(1东南大学自动化学院, 南京 210096)(2中国电科集团28所, 南京 210007)

基于光流约束自编码器的动作识别

李亚玮1金立左1孙长银1崔 桐2

(1东南大学自动化学院, 南京 210096)(2中国电科集团28所, 南京 210007)

为了改进特征学习在提取目标运动方向及运动幅度等方面的能力，提高动作识别精度，提出一种基于光流约束自编码器的动作特征学习算法.该算法是一种基于单层正则化自编码器的无监督特征学习算法，使用神经网络重构视频像素并将对应的运动光流作为正则化项.该神经网络在学习动作外观信息的同时能够编码物体的运动信息，生成联合编码动作特征.在多个标准动作数据集上的实验结果表明，光流约束自编码器能有效提取目标的运动部分，增加动作特征的判别能力，在相同的动作识别框架下该算法超越了经典的单层动作特征学习算法.

动作识别;特征学习;正则化自编码器；光流约束自编码器

基于视频的人体动作识别[1]近年来已成为机器视觉、模式识别等领域的研究热点,在安全监控、人机交互、智能机器人等方面具有良好的应用前景．然而在实际应用中,视频内出现的背景及光照变化、观察视角及人体姿态差异等因素使动作识别变得非常困难[2]．如何有效提取和表示视频中的动作特征是动作识别的关键技术[3]．

传统的动作特征提取方法一般包含2个步骤:首先通过Harris3D[4],Cuboid[5]等检测器检测运动区域;然后计算梯度……