欢迎来到天天文库
浏览记录
ID:35096847
大小:3.50 MB
页数:67页
时间:2019-03-17
《融合骨架特征和时空兴趣点特征的动作识别及应用》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、融合骨架特征和时空兴趣点特征的动作识别及应用刘挺2016年1月中图分类号:UDC分类号:融合骨架特征和时空兴趣点特征的动作识别及应用作者姓名刘挺学院名称计算机学院指导教师裴明涛副教授答辩委员会主席赵清杰教授申请学位工学硕士学科专业软件工程学位授予单位北京理工大学论文答辩日期2016年1月FusionofSkeletalandSTIP-basedFeaturesforActionRecognitionanditsApplicationCandidateName:TingLiuSchoolorDepartment:SchoolofComputerScienceFacultyMen
2、tor:MingTaoPeiChair,ThesisCommittee:QingJieZhaoDegreeApplied:MasterofEngineeringMajor:SoftwareEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence:January,2016研究成果声明本人郑重声明:所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知,文中除特别标注和致谢的地方外,学位论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京理工大学或其它教育机构的学位或证书
3、所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名:日期:北京理工大学硕士学位论文摘要人体动作识别是计算机视觉领域的一个重要课题,在人机交互,视频监控,体感游戏等领域应用广泛。近年来,随着深度传感技术的迅猛发展,基于深度信息的动作识别成为国内外学者的研究热点。如何在复杂场景下准确计算出人体动作特征是动作识别的一个关键问题,有着重要的研究价值。本文主要研究融合人体骨架特征和时空兴趣点特征的动作识别方法以及动作识别技术在人机交互活动中的应用。(1)本文提出了视角无关的人体骨架特征来表示动作姿态,提出了一种时空兴
4、趣点描述子来建模运动过程中的细节变化,并使用特征融合框架来融合两种互补特征。首先,使用Kinect传感器分别获取人体运动的骨架点坐标和深度图像序列,通过中值滤波等操作提高了信息的可信度。对于骨架点坐标,构建视角无关的局部坐标系并计算骨架点的相对偏转角,将统计出的角度直方图作为其特征描述;对于深度图像序列,检测序列中的时空兴趣点并在兴趣点周围立方体区域施内加自定义的描述子来计算时空兴趣点特征。其次,对骨架初始特征进行时域建模,作为全局动作特征。对时空兴趣点初始特征使用词袋模型来提炼和简化特征表示,作为局部动作特征。再次,对两特征进行降维归一化等操作并融合。最后,使用支持向量机的
5、方法来训练分类模型以及识别动作。实验结果表明,两种特征具有很好的互补性,本文提出的方法在复杂场景下可以取得较好的识别效果。(2)本文设计并实现了一款基于人体动作识别的交互应用系统。该系统包括数据采集模块,连续动作分割模块,动作识别模块和模型交互模块。该系统可以在真实场景中很好的识别人体动作,并根据识别结果在Unity3D虚拟场景中完成人机交互,有着良好的交互体验。关键词:人体动作识别;深度信息;特征融合;人机交互I北京理工大学硕士学位论文AbstractHumanactionrecognitionisanimportanttopicinthefieldofcomputervi
6、sion,widelyusedinhuman–computerinteraction,securitysurveillance,somatosensorygamesandotherfields.Inrecentyears,withtherapiddevelopmentofdepthsensingtechnology,actionrecognitionbasedondepthinformationhasbecomeahotresearchfocus.Howtoaccuratelycalculatethecharacteristicinformationisthekeyissue
7、ofhumanactionrecognitionandhasimportantresearchvalue.ActionrecognitiontechnologybasedonfusionofskeletalandSTIP-basedfeatures,anditsapplicationinhuman-computerinteractionarestudiedinthispaper.(1)Thispaperpresentsaview-independentskeletalfeaturetodescribeg
此文档下载收益归作者所有