欢迎来到天天文库
浏览记录
ID:37328260
大小:223.78 KB
页数:4页
时间:2019-05-21
《分层运动姿态协方差人体动作识别》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第32卷第12期计算机应用研究Vol.32No.122015年12月ApplicationResearchofComputersDec.2015基于分层运动姿态协方差的人体动作识别王明良,孙怀江(南京理工大学计算机科学与工程学院,南京210094)摘要:人体动作识别是计算机视觉领域一项很有挑战性的工作。近年来,随着低成本传感器的应用,基于三维人体骨架的动作识别得到广泛研究。在对两种最新的识别方法的优缺点进行研究的基础上提出一种新的动作描述符,该描述符是通过对运动姿态向量序列求协方差得到的,而运动姿态向量由帧向量、帧的速度向量和加速度向量组成。为得到时序信息,使用分层方法对
2、每个子序列求协方差,并求得最终的描述符。实验结果表明,基于该描述符的识别方法效率很高且优于很多最新的方法。关键词:人体动作识别;运动姿态向量;协方差;分层中图分类号:TP391.4文献标志码:A文章编号:1001-3695(2015)12-3794-04doi:10.3969/j.issn.1001-3695.2015.12.063HumanactionrecognitionusinghierarchicalmovingposecovariancemethodWangMingliang,SunHuaijiang(SchoolofComputerScience&Engine
3、ering,NanjingUniversityofScience&Technology,Nanjing210094,China)Abstract:Humanactionrecognitionisachallengetaskinthefieldofcomputervision.Inrecentyears,withthewidespreadu-singoflow-costsensors,threedimensionalskeleton-basedactionrecognitionapproacheshavebeenwidelyresearched.Afterre-search
4、ingtheadvantagesanddisadvantagesoftwolatestactionrecognitionmethods,thispaperproposedanewactiondescrip-torobtainedbycomputingthecovarianceofmovingposevectorwhichwascomposedofframevector,frame’sspeedvectorandacceleratedspeedvector.Inordertogettemporalinformation,itcomputedmultiplecovarianc
5、ematricesoversub-sequenceinahierarchicalfashion,andobtainedthefinaldescriptorfromthosecovariancematrices.Theexperimentalresultsshowthattheproposeddescriptoriseffectiveandoutperformsthestate-ofthe-artusingoff-the-shelfclassificationapproaches.Keywords:humanactionrecognition;movingposevecto
6、r;covariance;hierarchical[7]由于在人机交互、智能监控、机器人运动控制以及游戏开方法取得了不错的效果。Hussein等人根据骨架坐标信息利发方面有重要的应用,人体动作识别在几十年前就已成为热门用层次协方差矩阵得到了一种简单有效的动作描述符。利用研究领域。传统研究主要集中在基于RGB视频序列的动作识协方差矩阵的特性,该方法抓住了动作执行过程中关节点之间别,而RGB数据对于光照、视角、分辨率以及背景变化等因素的相关性、协调性这一关键信息,使得到的描述符在识别过程高度敏感。因此,基于轨迹的方法被广泛研究以试图解决这些中表现出很好的判别性。但是,这种方法
7、仅考虑了每一帧内关[1~3]问题。在这些方法中人体动作由关键关节点或兴趣点集节点之间的相关关系,没有考虑随着时间变化关节点的变化趋合表示,但是从RGB视频中快速可靠地提取三维关键关节点势,也即忽略了前后帧之间的关系。Zanfir等人[8]用运动姿态非常困难。因此,虽然过去做了很多研究工作,但动作识别仍向量序列表示动作,该向量不仅包含了三维姿态信息也抓住了然很有挑战。人体关节点在一个时间窗口内的速度和加速度信息,并通过实近年来,随着微软Kinect等深度传感器的广泛使用,人们验证明增加速度和加速度信息能极大地提高识别准确率。然可
此文档下载收益归作者所有