技术总结
本发明公开了一种基于层级化特征学习的动作识别方法，包括以下步骤：将训练集区域块的特征聚类，利用词袋模型对所有区域块进行特征重表征，得到高层块的特征，将一个视频中所有块的特征进行均值池化，得到视频序列的特征集；利用支持向量机对视频序列的特征集建模，得到模型参数；选取测试集中的动作序列作为测试序列，通过两层的聚类以及词袋模型，提取动作序列的特征，将特征输入模型中，得到动作序列的动作类别号。本方法通过基于层级化特征学习的动作识别方法来提取具有更好分辨度以及更丰富的特征来进行动作特征表征，使得模型的学习更加高效，提高了动作识别的识别率；通过实验验证，本方法取得了较高准确率，满足了实际应用中的多种需要。
技术研发人员：李文辉;聂为之
受保护的技术使用者：天津大学
文档号码：201710010477
技术研发日：2017.01.06
技术公布日：2017.06.13