论文部分内容阅读
人体动作识别在计算机视觉研究和模式识别领域中逐渐成为一个研究热点。提出一种基于Harris-Laplace时空兴趣点结合3D-SIFT描述子,通过Bag-of-feature构建词袋的方法,并应于用人体动作识别。针对传统Harris算法提取出的兴趣点冗余,所以采用Harris-Laplace算法提取时空兴趣点。3D-SIFT描述子能更好地描述视频序列的本质特征,并且比传统的描述子更有效,Bag-of-feature词袋法表征特征,采用改进的K均值(K-Means)聚类算法进行聚类,最后采用多分类支持