融合多姿势估计特征的动作识别研究

《融合多姿势估计特征的动作识别研究》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、‘＇＾．产．＂…裝鞍狂芳興：＇－－＇＇今＊Ｉ．—－．＇＇‘。巧？二■＇式為产■訪至Ｗ斬的；—．；尽Ｖ．誦赛导＇…Ａ＾＾－－ｉ－／；、＾密级．：：—；分类号Ｖ與扛：—古．ＵＤＣ二－＿…；学号．．．—＿……方爲刮汝與ｆ．．舜＇．．－＇－，才．翁萬．爲砖ＷＰ？＾＾；ＯＡ東屬｜瞄心－．—《錢—－＇．賊石面ＨＨＪＺ２Ｌ４＼ｉＯ芭據ＵＡＪＬ＊Ｊ｜Ｊｒ国ＡＬＩ。如＾＇。．愛＇：．ｆ’身．為Ｔｈｅｓｉｓ

2、ｆｏｒＭａｓｔｅｒｓＤｅｇｒｅｅ孫？－＞＾，一卢＇？．成．？＇－／Ｖ三心Ｎ．九术．或巧．－背＾＞－兹＇．．／，严跑ｒ．论文题頁融合多姿势估计特征的动作：！－。ｉ．譯：．＇—：？：！．的炭．捆．……：—……．－＆心朵＇－人心許．拳沁＂或泉以公—．、＇，＇。一＇一．身＇■Ｘ；朵禱是：吉．７戸々扣ｂ卢六．１申请学位类另Ｕ工程硕ｄｂｉｙ满■式■＊＂＂．、令．苗氣由－与只＂。电？弯驚专业名称计算机技术扣ｗ項、

3、，硏究生姓名冯宇杰；￣————－￣’奋’，．？可、識＿＞＞名、职祿罗会兰教授；心．导师姓译ｗ…＇‘：立换；巧八據．－＇－；．．私這姨‘，＼：施巧驴￣：，．二０，ｒ巧年巧月，於得變＾寶遙滅＾苗｜分类号：密级：UDC：学号：6720130411硕士学位论文融合多姿势估计特征的动作识别研究Researchonfusingposeestimationforstillimageactionrecongnition学位类别：工程硕士作者姓名：冯宇杰学科、专业：计

4、算机技术研究方向：图像处理与模式识别指导教师：罗会兰教授2016年5月30日学位论文独创性声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。据经发表或撰写过我所知，除了文中特則加朗ｉ注和致谢的地方外，论文中不包含其他人己的研究成果，也不包含己获得江西理工大学或其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示谢意。一申请学位论文与资料若有不实之处，本人承担切相关责任。々／研巧生签名：时间：

5、＞／年女月？曰Ｊ学位论文版权使用授权书本人完全了解江西理工大学关于收集、保存、使用学位论文的规定：即学校有权保存按要求提交的学位论文印刷本和电子版本，学校有权将学位论文的全部或者部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编１＾供查阅和借阅；学校有权按有关规定向国家有关部口或者机构送交论文的复印件和电子版。本人化许本学位论文被查阅和借阅，同意学校向国家有关部口或机构送交论文的复印件和电子版，并通过网络向社会公众提供信息服务。保密的学位论文在解密

6、后适用本授权书。学位论文作者签名（手写）：思每珠导师签名（手写）：巧夸乏签字日期：如八年月乏口日签字日期：如乂年安月夕巧矣摘要摘要动作识别的研究在人工智能领域越来越热门，受到的关注也越来越多。动作识别分为静态图像的动作识别和视频的动作识别。本文针对静态图像的动作识别进行了研究和详细的分析。静态图像的动作识别在图像搜索，个人相册管理，人机交互等领域具有潜在的应用。在本文中，通过将多个模型下的姿势特征融合，提出了融合多姿估计特征的动作识别方法。融合多姿势估计特征的动作识别将人的动作在多个

7、模型下的姿势估计特征进行融合，然后将多组特征与模板进行匹配，计算相似性，最后对动作进行分类。融合多姿势估计特征的方法对存在遮挡，多目标等复杂环境具有一定的鲁棒性。首先利用已得到的多个动作模型对任意一幅图像进行姿势估计，得到图像的多组姿势特征信息，每组特征信息包括关键点信息和姿势评分。其次将训练集中各个动作下所有图像的区分性关键点提取出来，并计算每一幅图像中区分性关键点之间的相对距离，一个动作所有图像的特征信息共同构成该动作的模板信息。最后测试图像在多个动作模型下进行姿势估计，得到多组姿势特征，从每组姿势

8、特征中提取与对应模板一致的特征信息，将提取的多组姿势特征信息分别与对应的模板进行匹配，并通过姿势评分对匹配值优化，根据最终匹配值进行动作分类。在两个数据集上，本文提出的方法与5种比较流行的动作识别方法进行比较，获得了较好的平均准确率，在数据集PASCALVOC2011-val上较其他一些最新的经典方法至少提高近2%。在数据集Stanford40actions上，较其他一些最新的经典方法至少提高近6%。由于本文所提出的方法融合了多个姿势特征，