Cuboid特征提取算法

Cuboid特征提取算法

　　Cuboid特征检测算法是一种用于检测和表示视频中行为的通用算法。什么意思呢？就是说，对于视频里面的任意行为，不管是人的行为，动物的行为，还是机器人的行为，都可以用Cuboid特征来进行表示。所以说，这个算法的应用范围还是很广泛滴。
　　Cuboid特征是一种时空特征( Spatio-temporal Feature)，它将图片的空间检测算子扩展到了视频的时空检测算子。我们把视频看成是由一张张图像组成的序列，那么对于视频中的任意一点，我们都可以用(x,y,t)来表示，从而我们就可以把视频视为一种三维数据。时空特征点就是从这样的三维数据中提取出的兴趣点。

图 1 将视频看成一种三维数据示意图

• 优点：对周期性运动的物体，或是有着显著运动特征的物体，检测效果好，且检测出来的特征点数目非常多。

• 缺点：如果物体做平移运动，或者运动特征不明显，则检测的特征点数目很少。

Cuboid特征提取过程

　　Cuboid特征提取可分为特征检测，生成Cuboid，生成Cuboid原型，生成最终行为描述子，这4个过程。

• 特征检测(Feature Detection)
  　　和许多兴趣点检测算法一样，Cuboid的响应函数是通过应用可分离的线性滤波器(Separable Linear Filters)来进行计算的。
  　　前提假设：
  　　假设摄像头是静止的，或者摄像头运动但是其运动过程是可描述的。
  　　响应函数:
  

  $$R=(I*g*h_{ev})^2+(I*g*h_{od})^2$$
  　　　　其中
  
  g(x,y;σ)=12π