结合置信度和贡献度的基于时空上下文的行为识别方法

本发明是结合置信度和贡献度的基于时空上下文的行为识别方法。弥补了经典的局部特征+词袋模型进行人体行为识别时的不足。本发明不仅描述了局部特征在空间域和时间域上的上下文交互信息，而且还考虑了特征与行为之间的关联关系。本发明包括：从关联规则中挖掘单词的置信度；从线性SVM中学习单词的贡献度；联合置信度和贡献度计算单词与对应行为的关联权值；根据时空交互关系和自身关联权值，计算上下文关联系数；累积与邻域内所有点的关联系数得到局部上下文描述子；利用上下文描述子累积直方图，生成特征序列用于行为分类。本发明采用机器学习及数据挖掘相关技术，旨在使人体行为识别算法更具判别性和鲁棒性。