收录：
摘要：
本发明公开了一种基于深度视频序列的人体行为识别方法，该方法计算视频序列内所有像素点的四维法向量，通过在不同时空领域内构建行为序列的时空金字塔模型，提取像素点在不同层的底层特征，基于底层特征学习组稀疏字典，得到底层特征的稀疏编码，利用空间平均池和时间最大池整合编码，从而获得高层特征作为最终行为序列的描述符。这种描述符能够有效保留人体行为时空多分辨率的信息，同时通过消除不同行为类别所含有的相似内容，获得表达力更强的稀疏字典，以有效提高行为识别率。
关键词：
通讯作者信息：
电子邮件地址：
