Resumen

Las trayectorias densas y las características locales de nivel bajo se utilizan ampliamente en el reconocimiento de acciones recientemente. Sin embargo, la mayoría de estos métodos ignoran la parte de movimiento de la acción, que es el factor clave para distinguir las diferentes acciones humanas. En este documento se propone un nuevo modelo de representación de dos capas para el reconocimiento de acciones, describiendo el video con características de nivel bajo y un modelo de parte de movimiento de nivel medio. En primer lugar, codificamos el flujo compensado (-flow) de características locales basadas en trayectorias con el Vector de Fisher (FV) para retener la característica de nivel bajo del movimiento. Luego, las partes de movimiento se extraen mediante el agrupamiento de trayectorias similares con distancia espacio-temporal entre trayectorias. Finalmente, la representación del video de acción es la concatenación del vector de codificación de descriptores de nivel bajo y el vector de codificación de parte de movimiento. Se utiliza como entrada para el LibSVM para el reconocimiento de acciones. Los resultados experimentales demuestran mejoras en los conjuntos de datos de J-HMDB y

• Materias:Modelo Matemático Superálgebras Gráfico bipartito Números trapezoidales
• Subjects:Mathematical model Superalgebras Bipartite graph Trapezoidal numbers
• Palabras claves:Trayectorias densas; Características locales de bajo nivel; Parte de movimiento; Reconocimiento de acciones; Modelo de dos capas; Vector de Fisher
• Keywords:Dense trajectories; Low-level local features; Motion part; Action recognition; Two-layer model; Fisher Vector