1、人體行為識(shí)別是機(jī)器視覺和人工智能領(lǐng)域的研究熱點(diǎn)，在視頻監(jiān)控、基于內(nèi)容的視頻檢索、人機(jī)交互、智能交通等領(lǐng)域有著廣泛的應(yīng)用前景。由于人體運(yùn)動(dòng)的非剛性、背景的復(fù)雜性、人與人之間的相互遮擋以及相機(jī)運(yùn)動(dòng)等，人體行為識(shí)別成為一個(gè)極具挑戰(zhàn)性的課題。近年來，研究人員在相關(guān)領(lǐng)域取得了很大進(jìn)展，特別是基于稠密軌跡的人體行為識(shí)別方法取得了較之前方法更好的識(shí)別效果。
　　本文提出一種基于改進(jìn)稠密軌跡的人體行為識(shí)別方法。首先，在多尺度空間采樣稠密光流場提取

2、特征點(diǎn)，通過中值濾波跟蹤特征點(diǎn)形成軌跡?，F(xiàn)實(shí)場景中，視頻大都存在相機(jī)運(yùn)動(dòng)，導(dǎo)致大量的軌跡存在于背景中，給人體行為的識(shí)別帶來干擾。本文通過顯著性檢測(cè)提取顯著性區(qū)域，并結(jié)合背景軌跡方向一致信息，抑制相機(jī)運(yùn)動(dòng)的影響。然后，以軌跡為中心建立時(shí)空管道，進(jìn)一步將時(shí)空管道分割為時(shí)空網(wǎng)格，在時(shí)空網(wǎng)格中提取梯度方向直方圖、光流直方圖和運(yùn)動(dòng)邊界直方圖，聯(lián)合每類特征形成最終的描述符。為了降低計(jì)算復(fù)雜度，使用主成分分析法(PCA)對(duì)每類特征進(jìn)行降維。最后，每一