Resumen

Este documento presenta un método para el reconocimiento de acciones humanas basado en la extracción de características de movimiento de flujo óptico. Las alineaciones automáticas espaciales y temporales se combinan para fomentar la consistencia temporal en cada acción mediante un algoritmo mejorado de alineación temporal dinámica (DTW). Al mismo tiempo, se induce un método rápido basado en una restricción de DTW de grueso a fino para mejorar el rendimiento computacional sin reducir la precisión. Las principales contribuciones de este estudio incluyen (1) un método de cálculo de flujo óptico de multirresolución espacial-temporal conjunto que puede mantener la codificación de información de movimiento más informativa que los métodos propuestos recientemente, (2) un método DTW mejorado para mejorar la consistencia temporal del movimiento en el reconocimiento de acciones, y (3) una restricción de DTW de grueso a fino en pirámides de características de movimiento para acelerar el rendimiento de reconocimiento. Utilizando este método, se logra una alta precisión de reconocimiento en diferentes bases de datos de acciones como la base de datos

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Método; Reconocimiento de acciones humanas; Flujo óptico; Extracción de características de movimiento; Alineación temporal dinámica; Alineación espacio-temporal
• Keywords:Method; Human action recognition; Optical flow; Motion features extraction; Dynamic time warping; Spatial-temporal alignment