基于深度数据的人体动作分割与识别

《基于深度数据的人体动作分割与识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇．．—巧分．＞．＇、，Ｖ，Ｙ如学鑽异．，＇？＇４．．．＇．二．．疋．．、八；知汾哪护可子若：儀為秦乂邊康議賽＇？‘Ｖ．：？、．成ｖ．研究生毕业论文聲；：襄蘇：．ｐ在（申请硕壬学位）聋Ｉ；＇‘州＊一＇－．＇身中＞皆一：＇ｖ％聲Ｖ．片，．；＼餐，４．ｒ，麥巧去．＇．＇■ｖ转，．紫？乂巧．；来，轉｜．．讳＜；．确记１＇Ｊ、、終’＇．心林＇：、＇才－．．為＇二：亩二，八；）巧；片妙１．．＊＂＊－，．‘■＂一—．去ｒｔＴ．，、．？＂户、文题百度数減人体雜渊与

2、堂－主巧對连；；识者姓心作整聋－；：姑挺■－＇＇－＇－ｌ％．．．Ｖ．一＾占的＾？ｖ’、专业方向ｒ／：巧学科；兴計算机科学与技术；—￣＾－；；尸Ｊ；Ａ分妾＼＇‘；？＇３心指导教师杨若瑜副教授々托’＜打伊研究方向；一计算机视觉解：誤■＇－山：诚．／裤巧義■．－￣■．＾、－＇．？■？■■‘＜、一＞．．．．＇．４＾：４，？？，？？＼、、．－、．．＂作片－．ｒ．．公？讀畫，讀７；／兴旅濟；；、．々、啡识乌寒－占费

3、；考Ｖ每；Ｖ．Ｎ学号；ＭＧ１３３３０６９论文答辩日期：２０１６年５月２０日指导教师（签字）Ｈｕｍａｎ乂ｃｔｉｏｎＳｅｍｅｎｔａｔｉｏｎａｎｄｇＲｅｃｏｎ－ｇｉｔｉｏｎｂａｓｅｄｏｎＤｅｐｔｈｓｅｎｓｉｎｇＣａｍｅｒａｂｙＲｕｉＹａｎｇＤｉｒｅｃｔｅｄｂｙＰｒｏｆｅｓｓｏｒＲｕｏｕＹａｎｙｇｅａｒｔｍｅｎｔｏｍｕｔｅｒａｎｄｃｉｅｎｃｅＤｆＣｏＳｐｐ，ＮａｎｉｎｇＵｎｉｖｅｒｓｉｔｊｙＭａｙ２０１６Ｓｕｂｍｉｔｔｅｄｉｎｐａｒｔｉａｌｕ

4、ｌｌｍｅｎｔｏｆｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｆｆｉｉｆｏｒｔｈｅｄｅｇｒｅｅｏｆＭａｓｔｅｒｉｎＤｅｐａｒｔｍｅｎｔｏｆｏｍｐｕｔｅｒａｎｄＳｃｅｎｃｅＣ南京大学研究生毕业论文中文摘要首页用纸毕业论文题目：基于深度数据的人体动作分割与识别计算机科学与技术专业２０１３级硕壬生姓名：杨眷＿指导教师（姓名、职称）：杨若瑜副教授摘要一直是计算机视觉领域一个重要的课题人体动作的分割和识别。在人机交互、视频监控自动化、游戏控制系统等应用场景下，准确的动作识别都是整个

5、一系统中至关重要的环。相较于单纯的二维视频数据，如今王维数据保留了Ｗ＂＂前缺失的Ｚ轴信息，因此深度数据在动作识别上拥有明显的优势。另一方面一，对视频流进行动作分割也是个颇有难度的任务，目前绝大部分已提出的基于深度视频的动作识别算法均是基于己经人工划分好的视频片段来进行的，我们通过对这些片段数据的训练，往往可Ｗ得到很高的动作识别准确率，但是当应用场景换到实时的视频流下，就难维持很高的准确率了。在本文中，我们提出了几套能够分割视频流中连续人体动作并分别识别的解决方案。我们使用的数据为人体Ｈ维深度数据

6、（垃ｎｅｃｔ捕获），具体表现形式为人体骨架节点位置和深度图像顿。这两种类型的数据均包含了丰富的信息Ｗ助于我们从视频中提取特征，但同时数据中也包含了不少噪音。对于骨架节点，我们主要计算它们之间的空间位置关系；对于深度图像侦，我们基于Ｄｅｐ化ＤＭＭＤＭＭ－ＭｏｔｉｏｎＭａ（）金字塔（ＤＭＭＰｒａｍｉｄ）ｐ，Ｗ及扩展后的ｙ进行多种特种提取操作。此外我们针对相应特征分别使用了传统的ＳＶＭ分类器，二维／Ｈ维卷积神经网络，我们提出，循环神经网络来进行训练和识别。对于动作分割一－Ｄ－ｉｓｔｒｉｂｕｔｉｏｎＤｉ

7、ｆｅｒｅｎｃｅＰＤＤ了两种方法，其为基于概率分布差（Ｐｒｏｂａｂｉｌｉｔｙ，）一ａｘ的动态动作边界探测框架；另项为基于ｍｉｍｕｍｓｕｂａｒｒａｙｓｅａｒｃｈ的时间平滑化方法。上述的分割算法均为在线算法，可Ｗ处理实时的深度视频流。我们在多个领域内广泛使用的数据集上完成了多项实验，并且与现今其它方法相比，我们的方法在准确率、性能等关键指标上具有优势。关键词：动作识别；深度学习；动作分割；深度图像；机器学习南京大学研究生毕业论文英文摘要首页用纸ｍｅｎｔａｔｉｏｎａｎｄＲｅｃｏｎｉｔｔ？ＴＨＥ

8、ＳＩＳ：ＨｕｍａｎＡｃｔｉｏｎＳｅｇｇｉｏｎｂａｓｅｄｏｎＤｅｐｈｓｅｎｓｉｎＣａｍｅｒａｇＳＰＥＣＩＡＬＩＺＡＴＩＯＮ：ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒａｎｄＳｃｉｅｎｃｅＰＯＳＴＧＲＡＤＵＡＴＥ：ＲｕｉＹａｎｇＭＥＮＴＯＲ：Ｐｒｏｆｅ巧