《Action recognition by dense trajectories》论文笔记

本文探讨了在动作识别中使用密集轨迹的原因和方法,通过光流场跟踪点形成轨迹,解决稀疏兴趣点的问题。同时,文章介绍了如何通过自相关矩阵筛选静态轨迹,并利用HOG、HOF和MBH描述符提取运动信息,有效处理背景运动噪声。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

为什么要用dense trajectories?
(1)在图像分类中,密集采样比稀疏感兴趣点的结果更好
(2)trajectories通常通过KLT tracker得到,而它是被设计来追踪稀疏感兴趣点的
(3)匹配密集SI
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值