用于人体动作识别的基于分布的视频表示

基于摘要分析。本文研究视频中的人体动作识别，提出将局部时空（ST）特征集合编码为连续概率分布的视频表示，以区别于依赖向量量化的 bag-of-words（BoW）表示。 核心机制是使用 Gaussian Mixture Model 等生成式概率模型估计局部 ST 特征集合的分布，表达视频中的视觉与运动信息；随后构建信息论意义上的视频间距离，使该表示可接入最近邻方法及核方法等判别分类器。摘要未给出分布估计的具体配置、距离公式及分类器设置，尚不能判断其计算代价与实现细节。 作者报告，该方法在 KTH 与 UCF sports 两个人体动作识别数据集上取得了有潜力的结果，但摘要未提供具体指标、数值、数据划分和对照结果，不能据此认定其优于 BoW。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若将局部视频特征替换为 EEG 时间窗特征，可检验“以特征分布而非量化词频表达一个样本”的机制是否有助于处理信号波动；这是假设，不是本文已验证的 BCI 贡献。可复用部分是分布估计与分布间距离，需改造特征提取、样本与时间窗定义，并核对原方法对局部样本数量及监督信息的依赖。低信噪比、小数据、通道差异和跨被试分布偏移都可能使概率估计不稳定。一个小规模可证伪实验是在相同 EEG 特征和固定被试内划分下，对比分布表示与 BoW 表示，保持分类器及调参预算一致，并检查训练样本减少时结果是否稳定。已有 EEG 相关工作尚未检索确认。