吴 峰，王 颖

(北京化工大学 信息科学与技术学院，北京 100029)

(*通信作者电子邮箱wangying@mail.buct.edu.cn)

基于改进信息增益的人体动作识别视觉词典建立

吴 峰，王 颖*

(北京化工大学 信息科学与技术学院，北京 100029)

(*通信作者电子邮箱wangying@mail.buct.edu.cn)

针对词袋(BoW)模型方法基于信息增益的视觉词典建立方法未考虑词频对动作识别的影响，为提高动作识别准确率，提出了基于改进信息增益建立视觉词典的方法。首先，基于3D Harris提取人体动作视频时空兴趣点并利用K均值聚类建立初始视觉词典；然后引入类内词频集中度和类间词频分散度改进信息增益，计算初始词典中词汇的改进信息增益，选择改进信息增益大的视觉词汇建立新的视觉词典；最后基于支持向量机(SVM)采用改进信息增益建立的视觉词典进行人体动作识别。采用KTH和Weizmann人体动作数据库进行实验验证。相比传统信息增益，两个数据库利用改进信息增益建立的视觉词典动作识别准确率分别提高了1.67%和3.45%。实验结果表明，提出的基于改进信息增益的视觉词典建立方法能够选择动作识别能力强的视觉词汇，提高动作识别准确率。

人体动作识别；词袋模型；信息增益；词频

0 引言

人体动作识别作为计算机视觉的一个重要研究方向，广泛应用于智能监控、人机交互、虚拟现实等领域[1]。词袋(Bag-of-Words, BoW)模型与局部特征相结合的人体动作识别方法[2-3]将人体动作局部特征表征为文本中的词汇，不同比例词汇的组合对应不同的动作。基于词袋模型的动作识别过程如图1所示：首先提取人体动作局部特征，将局部特征聚类映射为不同的视觉词汇；……