第3期 孙倩茹，等：视频序列的人体运动描述方法综述 ·197. [16]WANG H,KLASER A,SCHMID C,et al.Action recogni- rea.2012:425-437. tion by dense trajectories[C]//IEEE Conference on Com- [29]COVER T M.The best two independent measurements are puter Vision and Pattern Recognition.Colorado Springs, not the two best[.IEEE Transactions on Systems,Man, USA,2011:3169-3176. and Cybernetics,1974,4(1):116-117 [17]RAPTIS M,KOKKINOS I,SOATTO S.Discovering dis- [30]JAIN A K.DUIN R P W,MAO J.Statistical pattern rec- criminative action parts from mid-level video representa- ognition:a review[J].IEEE Transactions on Pattern Anal- tions[C]//IEEE Conference on Computer Vision and Pat- ysis and Machine Intelligence,2000,22(1):4-37. tern Recognition.Providence,USA,2012:1242-1249. [31]GUYON I,ELISSEEF F.An introduction to variable and [18]HARRIS C,STEPHENS M.A combined comer and edge feature selection [J].Journal of Machine Learning Re- detector[C//Proceedings of the Fourth Alvey Vision Con- search,2003,3:1157-1182. ference.Manchester,UK,1988:147-151. [32]KIRA K,RENDELL L A.The feature selection problem: [19]LAPTEV I,LINDEBERG T.Space-time interest points traditional methods and a new algorithm[C]//Proceedings [C]//International Conference on Computer Vision. of the Tenth National Conference on Artificial Intelligence Nice,France,2003:432-439. San Jose,USA,1992:129-134. 20]DOLLAR P,RABAUD V,COTTRELL G,et al.Behavior [33]ZAFFALON M,HUTTER M.Robust feature selection by recognition via sparse spatiotemporal features[C]//IEEE mutual information distributions[C]//International Confer- International Workshop on Visual Surveillance and Per- ence on Uncertainty in Artificial Intelligence.Edmonton, formance Evaluation of Tracking and Surveillance.Beijing, Canada.2002:577-584. China,2005:65-72. [34]PENG H,LONG F,DING C.Feature selection based on [21]0IKONOMOPOULOS A,PATRAS I,PANTIC M.Spatio- mutual information:criteria of maxdependency,max-rele- temporal salient points for visual recognition of human ac- vance,and min-redundancy [J].IEEE Transactions on tions[J].IEEE Transactions on Systems,Man,and Cy- Pattern Analysis and Machine Intelligence,2005,27(8): bernetics,Part B:Cybernetics,2006,36(3):710-719. 1226-1238. [22]WONG S,CIPOLLA R.Extracting spatiotemporal interest [35]LIU J,LUO J,SHAH M.Recognizing realistic actions points using global information[C]//International Confer- from videos "in the wild"[C]//IEEE Conference on ence on Computer Vision.Rio de Janeiro,Brazil,2007:1- Computer Vision and Pattern Recognition.Miami,USA, 8. 2009:1996-2003. [23]SCHULDT C,LAPTEV I,CAPUTO B.Recognizing hu- [36]LIN Z,JIANG Z,DAVID L S.Recognizing actions by man actions:a local SVM approach [C]//International shape-motion prototype trees[C]//International Confer- Conference on Pattern Recognition.Cambridge,UK, ence on Computer Vision.Kyoto,Japan,2009:444-451. 2004:32-36. [37]SCHINDLER G,ZITNICK L,BROWN M.Internet video [24]SCOVANNER P,ALI S,SHAH M.A 3-dimensional SIFT category recognition[C]//IEEE Computer Society Confer- descriptor and its application to action recognition [C]// ence on Computer Vision and Pattern Recognition Work- Proceedings of the 15th International Conference on Multi- shops.Anchorage.USA,2008:1-7. media.Augsburg,Germany,2007:357-360. [38 ]SUN X,CHEN M,HAUPTMANN A.Action recognition [25]LOWE D G.Distinctive image features from scale-invariant via local descriptors and holistic features[C]//IEEE Con- keypoints[J].International Journal of Computer Vision, ference on Computer Vision and Pattern Recognition.Kyo- 2004,60(2):91-110. to,Japan,2009:58-65. [26]GILBERT A,ILLINGWORTH J,BOWDEN R.Fast real- [39]WANG H,ULLAH MM,KLASER A,et al.Evaluation of istic multi-action recognition using mined dense spatio-tem- local spatiotemporal features for action recognition[C// poral features[C]//International Conference on Computer British Machine Vision Conference.London,UK,2009: Vision.Kyoto,Japan,2009:925-931. 124.1-124.11. [27]NIEBLES J,WANG H,FEI-FEI L.Unsupervised learning [40]IKIZLER N,CINBIS R G,DUYGULU P.Human action of human action categories using spatial-temporal words recognition with line and flow histograms[C//Internation- [J].International Journal of Computer Vision,2008,79 al Conference on Pattern Recognition.Tampa,USA, (3)：299-318. 2008:1-4 [28]SUN Qianru,LIU Hong.Action disambiguation analysis u- [41]ZHANG Z,HU Y,CHAN S,et al.Motion context:a new sing nommalized Google-like distance correlogram C]// representation for human action recognition[C]//European 11th Asian Conference on Computer Vision.Daejeon,Ko- Conference on Computer Vision.Marseille,France,2008:［１６］ＷＡＮＧ Ｈ， ＫＬＡＳＥＲ Ａ， ＳＣＨＭＩＤ Ｃ， ｅｔ ａｌ． Ａｃｔｉｏｎ ｒｅｃｏｇｎｉ⁃ ｔｉｏｎ ｂｙ ｄｅｎｓｅ ｔｒａｊｅｃｔｏｒｉｅｓ［Ｃ］ ／ ／ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍ⁃ ｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｃｏｌｏｒａｄｏ Ｓｐｒｉｎｇｓ， ＵＳＡ， ２０１１： ３１６９⁃３１７６． ［１７］ＲＡＰＴＩＳ Ｍ， ＫＯＫＫＩＮＯＳ Ｉ， ＳＯＡＴＴＯ Ｓ． Ｄｉｓｃｏｖｅｒｉｎｇ ｄｉｓ⁃ ｃｒｉｍｉｎａｔｉｖｅ ａｃｔｉｏｎ ｐａｒｔｓ ｆｒｏｍ ｍｉｄ⁃ｌｅｖｅｌ ｖｉｄｅｏ ｒｅｐｒｅｓｅｎｔａ⁃ ｔｉｏｎｓ［Ｃ］ ／ ／ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔ⁃ ｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｐｒｏｖｉｄｅｎｃｅ， ＵＳＡ， ２０１２： １２４２⁃１２４９． ［１８］ＨＡＲＲＩＳ Ｃ， ＳＴＥＰＨＥＮＳ Ｍ． Ａ ｃｏｍｂｉｎｅｄ ｃｏｒｎｅｒ ａｎｄ ｅｄｇｅ ｄｅｔｅｃｔｏｒ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｏｕｒｔｈ Ａｌｖｅｙ Ｖｉｓｉｏｎ Ｃｏｎ⁃ ｆｅｒｅｎｃｅ． Ｍａｎｃｈｅｓｔｅｒ， ＵＫ， １９８８： １４７⁃１５１． ［１９］ ＬＡＰＴＥＶ Ｉ， ＬＩＮＤＥＢＥＲＧ Ｔ． Ｓｐａｃｅ⁃ｔｉｍｅ ｉｎｔｅｒｅｓｔ ｐｏｉｎｔｓ ［ Ｃ ］ ／ ／ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｎｉｃｅ， Ｆｒａｎｃｅ， ２００３： ４３２⁃４３９． ［２０］ＤＯＬＬＡＲ Ｐ， ＲＡＢＡＵＤ Ｖ， ＣＯＴＴＲＥＬＬ Ｇ， ｅｔ ａｌ． Ｂｅｈａｖｉｏｒ ｒｅｃｏｇｎｉｔｉｏｎ ｖｉａ ｓｐａｒｓｅ ｓｐａｔｉｏｔｅｍｐｏｒａｌ ｆｅａｔｕｒｅｓ ［ Ｃ］ ／ ／ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ｏｎ Ｖｉｓｕａｌ Ｓｕｒｖｅｉｌｌａｎｃｅ ａｎｄ Ｐｅｒ⁃ ｆｏｒｍａｎｃｅ Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｔｒａｃｋｉｎｇ ａｎｄ Ｓｕｒｖｅｉｌｌａｎｃｅ． Ｂｅｉｊｉｎｇ， Ｃｈｉｎａ， ２００５： ６５⁃７２． ［２１］ＯＩＫＯＮＯＭＯＰＯＵＬＯＳ Ａ， ＰＡＴＲＡＳ Ｉ， ＰＡＮＴＩＣ Ｍ． Ｓｐａｔｉｏ⁃ ｔｅｍｐｏｒａｌ ｓａｌｉｅｎｔ ｐｏｉｎｔｓ ｆｏｒ ｖｉｓｕａｌ ｒｅｃｏｇｎｉｔｉｏｎ ｏｆ ｈｕｍａｎ ａｃ⁃ ｔｉｏｎｓ［ Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， Ｍａｎ， ａｎｄ Ｃｙ⁃ ｂｅｒｎｅｔｉｃｓ， Ｐａｒｔ Ｂ： Ｃｙｂｅｒｎｅｔｉｃｓ， ２００６， ３６（３）： ７１０⁃７１９． ［２２］ＷＯＮＧ Ｓ， ＣＩＰＯＬＬＡ Ｒ． Ｅｘｔｒａｃｔｉｎｇ ｓｐａｔｉｏｔｅｍｐｏｒａｌ ｉｎｔｅｒｅｓｔ ｐｏｉｎｔｓ ｕｓｉｎｇ ｇｌｏｂａｌ ｉｎｆｏｒｍａｔｉｏｎ［Ｃ］ ／ ／ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒ⁃ ｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｒｉｏ ｄｅ Ｊａｎｅｉｒｏ， Ｂｒａｚｉｌ， ２００７： １⁃ ８． ［２３］ ＳＣＨＵＬＤＴ Ｃ， ＬＡＰＴＥＶ Ｉ， ＣＡＰＵＴＯ Ｂ． Ｒｅｃｏｇｎｉｚｉｎｇ ｈｕ⁃ ｍａｎ ａｃｔｉｏｎｓ： ａ ｌｏｃａｌ ＳＶＭ ａｐｐｒｏａｃｈ ［ Ｃ］ ／ ／ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｃａｍｂｒｉｄｇｅ， ＵＫ， ２００４： ３２⁃３６． ［２４］ＳＣＯＶＡＮＮＥＲ Ｐ， ＡＬＩ Ｓ， ＳＨＡＨ Ｍ． Ａ ３⁃ｄｉｍｅｎｓｉｏｎａｌ ＳＩＦＴ ｄｅｓｃｒｉｐｔｏｒ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ａｃｔｉｏｎ ｒｅｃｏｇｎｉｔｉｏｎ ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １５ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍｕｌｔｉ⁃ ｍｅｄｉａ． Ａｕｇｓｂｕｒｇ， Ｇｅｒｍａｎｙ， ２００７： ３５７⁃３６０． ［２５］ＬＯＷＥ Ｄ Ｇ． Ｄｉｓｔｉｎｃｔｉｖｅ ｉｍａｇｅ ｆｅａｔｕｒｅｓ ｆｒｏｍ ｓｃａｌｅ⁃ｉｎｖａｒｉａｎｔ ｋｅｙｐｏｉｎｔｓ［ Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ， ２００４， ６０（２）： ９１⁃１１０． ［２６］ＧＩＬＢＥＲＴ Ａ， ＩＬＬＩＮＧＷＯＲＴＨ Ｊ， ＢＯＷＤＥＮ Ｒ． Ｆａｓｔ ｒｅａｌ⁃ ｉｓｔｉｃ ｍｕｌｔｉ⁃ａｃｔｉｏｎ ｒｅｃｏｇｎｉｔｉｏｎ ｕｓｉｎｇ ｍｉｎｅｄ ｄｅｎｓｅ ｓｐａｔｉｏ⁃ｔｅｍ⁃ ｐｏｒａｌ ｆｅａｔｕｒｅｓ［Ｃ］ ／ ／ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｋｙｏｔｏ， Ｊａｐａｎ， ２００９： ９２５⁃９３１． ［２７］ＮＩＥＢＬＥＳ Ｊ， ＷＡＮＧ Ｈ， ＦＥＩ⁃ＦＥＩ Ｌ． Ｕｎｓｕｐｅｒｖｉｓｅｄ ｌｅａｒｎｉｎｇ ｏｆ ｈｕｍａｎ ａｃｔｉｏｎ ｃａｔｅｇｏｒｉｅｓ ｕｓｉｎｇ ｓｐａｔｉａｌ⁃ｔｅｍｐｏｒａｌ ｗｏｒｄｓ ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ， ２００８， ７９ （３）： ２９９⁃３１８． ［２８］ＳＵＮ Ｑｉａｎｒｕ， ＬＩＵ Ｈｏｎｇ． Ａｃｔｉｏｎ ｄｉｓａｍｂｉｇｕａｔｉｏｎ ａｎａｌｙｓｉｓ ｕ⁃ ｓｉｎｇ ｎｏｒｍａｌｉｚｅｄ Ｇｏｏｇｌｅ⁃ｌｉｋｅ ｄｉｓｔａｎｃｅ ｃｏｒｒｅｌｏｇｒａｍ ［ Ｃ］ ／ ／ １１ｔｈ Ａｓｉａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｄａｅｊｅｏｎ， Ｋｏ⁃ ｒｅａ， ２０１２： ４２５⁃４３７． ［２９］ＣＯＶＥＲ Ｔ Ｍ． Ｔｈｅ ｂｅｓｔ ｔｗｏ ｉｎｄｅｐｅｎｄｅｎｔ ｍｅａｓｕｒｅｍｅｎｔｓ ａｒｅ ｎｏｔ ｔｈｅ ｔｗｏ ｂｅｓｔ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｓｙｓｔｅｍｓ， Ｍａｎ， ａｎｄ Ｃｙｂｅｒｎｅｔｉｃｓ， １９７４， ４（１）： １１６⁃１１７． ［３０］ＪＡＩＮ Ａ Ｋ， ＤＵＩＮ Ｒ Ｐ Ｗ， ＭＡＯ Ｊ． Ｓｔａｔｉｓｔｉｃａｌ ｐａｔｔｅｒｎ ｒｅｃ⁃ ｏｇｎｉｔｉｏｎ： ａ ｒｅｖｉｅｗ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌ⁃ ｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ２０００， ２２（１）： ４⁃３７． ［３１］ ＧＵＹＯＮ Ｉ， ＥＬＩＳＳＥＥＦ Ｆ． Ａｎ ｉｎｔｒｏｄｕｃｔｉｏｎ ｔｏ ｖａｒｉａｂｌｅ ａｎｄ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ Ｒｅ⁃ ｓｅａｒｃｈ， ２００３， ３： １１５７⁃１１８２． ［３２］ＫＩＲＡ Ｋ， ＲＥＮＤＥＬＬ Ｌ Ａ． Ｔｈｅ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ｐｒｏｂｌｅｍ： ｔｒａｄｉｔｉｏｎａｌ ｍｅｔｈｏｄｓ ａｎｄ ａ ｎｅｗ ａｌｇｏｒｉｔｈｍ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｔｅｎｔｈ Ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ． Ｓａｎ Ｊｏｓｅ， ＵＳＡ， １９９２： １２９⁃１３４． ［３３］ ＺＡＦＦＡＬＯＮ Ｍ， ＨＵＴＴＥＲ Ｍ． Ｒｏｂｕｓｔ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ｂｙ ｍｕｔｕａｌ ｉｎｆｏｒｍａｔｉｏｎ ｄｉｓｔｒｉｂｕｔｉｏｎｓ［Ｃ］ ／ ／ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒ⁃ ｅｎｃｅ ｏｎ Ｕｎｃｅｒｔａｉｎｔｙ ｉｎ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ． Ｅｄｍｏｎｔｏｎ， Ｃａｎａｄａ， ２００２： ５７７⁃５８４． ［３４］ＰＥＮＧ Ｈ， ＬＯＮＧ Ｆ， ＤＩＮＧ Ｃ． Ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ｂａｓｅｄ ｏｎ ｍｕｔｕａｌ ｉｎｆｏｒｍａｔｉｏｎ： ｃｒｉｔｅｒｉａ ｏｆ ｍａｘｄｅｐｅｎｄｅｎｃｙ， ｍａｘ⁃ｒｅｌｅ⁃ ｖａｎｃｅ， ａｎｄ ｍｉｎ⁃ｒｅｄｕｎｄａｎｃｙ ［ Ｊ ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｐａｔｔｅｒｎ Ａｎａｌｙｓｉｓ ａｎｄ Ｍａｃｈｉｎｅ Ｉｎｔｅｌｌｉｇｅｎｃｅ， ２００５， ２７（８）： １２２６⁃１２３８． ［３５］ ＬＩＵ Ｊ， ＬＵＯ Ｊ， ＳＨＡＨ Ｍ． Ｒｅｃｏｇｎｉｚｉｎｇ ｒｅａｌｉｓｔｉｃ ａｃｔｉｏｎｓ ｆｒｏｍ ｖｉｄｅｏｓ “ ｉｎ ｔｈｅ ｗｉｌｄ ” ［ Ｃ］ ／ ／ ＩＥＥＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｍｉａｍｉ， ＵＳＡ， ２００９： １９９６⁃２００３． ［３６］ ＬＩＮ Ｚ， ＪＩＡＮＧ Ｚ， ＤＡＶＩＤ Ｌ Ｓ． Ｒｅｃｏｇｎｉｚｉｎｇ ａｃｔｉｏｎｓ ｂｙ ｓｈａｐｅ⁃ｍｏｔｉｏｎ ｐｒｏｔｏｔｙｐｅ ｔｒｅｅｓ ［ Ｃ］ ／ ／ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒ⁃ ｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｋｙｏｔｏ， Ｊａｐａｎ， ２００９： ４４４⁃４５１． ［３７］ ＳＣＨＩＮＤＬＥＲ Ｇ， ＺＩＴＮＩＣＫ Ｌ， ＢＲＯＷＮ Ｍ． Ｉｎｔｅｒｎｅｔ ｖｉｄｅｏ ｃａｔｅｇｏｒｙ ｒｅｃｏｇｎｉｔｉｏｎ［Ｃ］ ／ ／ ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ Ｃｏｎｆｅｒ⁃ ｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ Ｗｏｒｋ⁃ ｓｈｏｐｓ． Ａｎｃｈｏｒａｇｅ， ＵＳＡ， ２００８： １⁃７． ［３８］ ＳＵＮ Ｘ， ＣＨＥＮ Ｍ， ＨＡＵＰＴＭＡＮＮ Ａ． Ａｃｔｉｏｎ ｒｅｃｏｇｎｉｔｉｏｎ ｖｉａ ｌｏｃａｌ ｄｅｓｃｒｉｐｔｏｒｓ ａｎｄ ｈｏｌｉｓｔｉｃ ｆｅａｔｕｒｅｓ［Ｃ］ ／ ／ ＩＥＥＥ Ｃｏｎ⁃ ｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ ａｎｄ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｋｙｏ⁃ ｔｏ， Ｊａｐａｎ， ２００９： ５８⁃６５． ［３９］ＷＡＮＧ Ｈ， ＵＬＬＡＨ Ｍ Ｍ， ＫＬＡＳＥＲ Ａ， ｅｔ ａｌ． Ｅｖａｌｕａｔｉｏｎ ｏｆ ｌｏｃａｌ ｓｐａｔｉｏｔｅｍｐｏｒａｌ ｆｅａｔｕｒｅｓ ｆｏｒ ａｃｔｉｏｎ ｒｅｃｏｇｎｉｔｉｏｎ ［ Ｃ］ ／ ／ Ｂｒｉｔｉｓｈ Ｍａｃｈｉｎｅ Ｖｉｓｉｏｎ Ｃｏｎｆｅｒｅｎｃｅ． Ｌｏｎｄｏｎ， ＵＫ， ２００９： １２４．１⁃１２４．１１． ［４０］ＩＫＩＺＬＥＲ Ｎ， ＣＩＮＢＩＳ Ｒ Ｇ， ＤＵＹＧＵＬＵ Ｐ． Ｈｕｍａｎ ａｃｔｉｏｎ ｒｅｃｏｇｎｉｔｉｏｎ ｗｉｔｈ ｌｉｎｅ ａｎｄ ｆｌｏｗ ｈｉｓｔｏｇｒａｍｓ［Ｃ］ ／ ／ Ｉｎｔｅｒｎａｔｉｏｎ⁃ ａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｐａｔｔｅｒｎ Ｒｅｃｏｇｎｉｔｉｏｎ． Ｔａｍｐａ， ＵＳＡ， ２００８： １⁃４． ［４１］ＺＨＡＮＧ Ｚ， ＨＵ Ｙ， ＣＨＡＮ Ｓ， ｅｔ ａｌ． Ｍｏｔｉｏｎ ｃｏｎｔｅｘｔ： ａ ｎｅｗ ｒｅｐｒｅｓｅｎｔａｔｉｏｎ ｆｏｒ ｈｕｍａｎ ａｃｔｉｏｎ ｒｅｃｏｇｎｉｔｉｏｎ［Ｃ］ ／ ／ Ｅｕｒｏｐｅａｎ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ． Ｍａｒｓｅｉｌｌｅ， Ｆｒａｎｃｅ， ２００８： 第 ３ 期 孙倩茹，等：视频序列的人体运动描述方法综述 ·１９７·