论文部分内容阅读
人类行为识别作为视频分类中的重要问题,正成为计算机视觉中的热门话题。由于视频信息较多,有的视频冗余信息过量,判别性帧较少,因此如何无监督地提取关键帧对于行为识别至关重要。为此,本文提出了一种新的基于顺序验证的关键帧提取方法,并将其应用到行为识别中。首先,本文定义了一种顺序验证的模块,验证局部区间中帧的顺序,学习局部区间中帧的关键性描述,接着将其整合得到整段视频中每一帧的关键性描述;其次,根据学习到的视频帧关键性描述提取关键帧;最后通过实验讨论分析提取多少关键帧对行为识别最有利。实验结果表明,本文的方