江凯华,江小平,丁昊,石鸿凌,李成华.基于压缩域新时空特征的视频动作识别[J].中南民族大学学报自然科学版,2021,40(2):177-183
基于压缩域新时空特征的视频动作识别
Action recognition for new spatiotemporal feature based on compressed video
  
DOI:10.12130/znmdzk.20210211
中文关键词: 压缩域  动作识别  运动矢量和残差  新时空特征  神经网络
英文关键词: compressed domain  motion recognition  motion vector and residual  new spatiotemporal features  neural network
基金项目:国家重点研发计划资助项目(2020YFC1522600);湖北省自然科学基金资助项目(2019CFC924);中央高校攻关计划专项资金资助项目(CZT20001)
作者单位
江凯华 中南民族大学 电子信息工程学院 & 智能无线通信湖北省重点实验室武汉430074 
江小平 中南民族大学 电子信息工程学院 & 智能无线通信湖北省重点实验室武汉430074 
丁昊 中南民族大学 电子信息工程学院 & 智能无线通信湖北省重点实验室武汉430074 
石鸿凌 中南民族大学 电子信息工程学院 & 智能无线通信湖北省重点实验室武汉430074 
李成华 中南民族大学 电子信息工程学院 & 智能无线通信湖北省重点实验室武汉430074 
摘要点击次数: 97
全文下载次数: 49
中文摘要:
      针对基于压缩域视频动作识别中精度偏低等问题,提出了一种压缩域视频动作识别新方法。主要思路是在提取压缩码流信息阶段,利用压缩视频的运动矢量和残差构造新时空特征。新时空特征不仅具有运动矢量和残差的时空关系,更兼备物体边缘清晰的特点。与基于传统像素域的动作识别方法对比,所提出的方法计算开销更小;与基于视频压缩域的动作识别方法对比,识别精度更高并在动作识别主流数据集(HMDB-51、UCF-101)得到验证。实验表明:所提出的特征具有了强时空关系和高信息密度等优点,能使视频动作识别的结果更加准确。
英文摘要:
      Aiming at the problem of low accuracy in video action recognition based on compressed domain, a new method of video action recognition in compressed domain is proposed. The main idea is to use the motion vectors and residuals of compressed video to construct new spatiotemporal features in the stage of extracting compressed stream information. The new space-time feature not only has the space-time relationship of motion vector and residual, but also has the characteristics of clear edge. Compared with the traditional motion recognition method based on pixel domain, the proposed method has less computational overhead. Compared with the motion recognition method based on video compression domain, the proposed method has higher recognition accuracy, and has been verified in mainstream motion recognition data sets (HMDB-51、UCF-101). Experimental results show that the proposed features have the advantages of strong spatiotemporal relationship and high information density, and can make the result of video action recognition more accurate.
查看全文   查看/发表评论  下载PDF阅读器
关闭