基于深度信息的人体动作识别研究综述.pdf

《基于深度信息的人体动作识别研究综述.pdf》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、西安理工大学学报JournalofXi’anUniversityofTechno1。gy(2O15)Vo1．31No．3253文章编号：1006—4710(2015)03—0253-12基于深度信息的人体动作识别研究综述陈万军，张二虎(西安理工大学印刷包装与数字媒体学院，陕西西安710048)摘要：随着低成本深度传感器的发明，尤其是微软Kinect的出现，高分辨率的深度与视觉(RGB)感知数据被广泛使用，并为解决计算机视觉领域中的基本问题开拓了新的机遇。本文针对基于深度信息的人体动作识别研究，首

2、先提出了一种基于特征和数据类型的分类框架，并对最近几年提出的相关方法进行了全面回顾。随后，对文献中描述的算法进行了性能对比分析，同时对所引用的公共测试数据集进行了总结。最后，笔者对未来的研究方向进行了讨论并给出了相关建议。关键词：人体动作识别；深度传感器；Kinect；骨架关节点；深度数据中图分类号：TP391文献标志码：AAreviewforhumanactionrecognitionbasedondepthdataCHENWanjun。ZHANGErhu(FacultyofPrinting，

3、PackagingEngineeringandDigitalMediaTechnology，Xi’anUniversityofTechnology，Xi’an710048，China)Abstract：WiththeinventionofthelOW—costdepthsensors，especiallytheemergenceofMicrosoftKinect，high—resolutiondepthandvisua1(RGB)sensingdatahasbecomeavailableforw

4、idespreaduse，whichopensupnewopportunitiestosolvefundamentalproblemsincomputervisioncommu—nity．Thispaperpresentsacomprehensivereviewofrecentdepth—basedhumanactionrecognitionalgorithms．Firstly，wedevelopataxonomicframeworkaccordingtofeaturesandoriginald

5、atatype．Followingourtaxonomy，recentpublishedresearchontheuseofdepthdataforrecognizinghumanactioniSreviewed．Then，thepubliclyavailabledatasetscitedintheirworkarelisted．Fi—nally，theauthorsdiscussandsuggestfutureresearchdirections．Keywords：humanactionrec

6、ognition；depthsensors；Kinect；skeletonjoints；depthdata人类具有从视觉信息感知人体动作的非凡能些方法在相关标准测试数据集上均取得了较好的识力，能够定位人、物并跟踪人体运动，通过分析人与别结果，但是由于人体动作具有高度的灵活性，人体物体的交互来理解人们在做什么甚至推断其意图。的姿态、运动、衣着具有显著的个体差异性，相机视自动进行人体动作的理解与识别对许多人工智能系角、相机的运动、光照条件的变化、遮挡、自遮挡并同统来说是至关重要的，可广泛地应用于智能

7、视频监时包含人一物的交互以及复杂的时一空结构等因素的控、人机交互、视频分析与检索以及机器人等领域综合影响，使得人体动作识别仍极具挑战性l_1]。中。例如，为了建造一个能智能化地服务于人类的最近，传感器技术的进步为我们带来了低廉的人机交互系统，该系统不仅需要感知人体的运动，而高清晰的深度传感器，例如微软公司的Kinect和华且还要理解人体动作的语义并推断其意图。硕公司的XtionPROUVE。深度传感器利用结构基于视觉(RGB)信息的人体动作识别在过去数光实时地感知世界并形成深度映射(DepthM

8、ap)图十年间取得了很大进展_1]，许多方法被相继提出。像。深度映射图像中的每个像素记录着场景的深度这些方法包括人体关键姿态L3]、运动模板L4]、剪影[5]值，与普通的RGB图像中像素所表示的光强度值截和时一空形状_6]。最近，时一空兴趣点[7和密集运动轨然不同。深度传感器的引入能够极大地拓展计算机迹_8由于其出色的性能而备受人们的关注。尽管这系统感知三维世界并提取低层视觉信息的能力，并收稿日期：2015—03—12基金项目：国家自然科学基金资助项目(61073092)。作者简介：陈万军，男，