

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、深度攝像頭的出現(xiàn),大大推動了人體動作識別的發(fā)展。深度攝像頭的深度圖像能提供拍攝目標的深度信息,這些信息可以使研究者高效可靠地提取出人體的骨骼數(shù)據(jù)。由于骨骼數(shù)據(jù)能很好的刻畫出動作的動態(tài)特征,所以近年來出現(xiàn)了很多基于骨骼數(shù)據(jù)的人體動作識別方法,這些方法顯示出了非常好的識別效果。但是在人體動作識別領域中仍然存在一些問題沒有得到有效解決:①如何持續(xù)地從連續(xù)的動作數(shù)據(jù)流中識別出感興趣的動作;②如何解決動作的類內(nèi)變化性;③如何提高人體動作識別方法的
2、實時性。
針對人體動作識別領域中存在的問題,本文提出了一種基于 Kinect的在線人體動作識別方法。主要分為以下三個內(nèi)容:①我們采用了基于 Lie群的人體骨架表示法去表示每一時刻的人體骨架,與其他骨架表示法相比,基于 Lie群的方法可以更好地刻畫動作的動態(tài)特征;②提出了一種通過構(gòu)建概率模型字典提取概率特征的方法。我們將一個動作看成是人體不同部位的運動的融合,而每個部位的運動又具有多種風格。于是,我們可以利用少量的部位運動風格交
3、叉組合去表示大量的動作風格?;谶@個觀點,我們分別對所有動作實例間位于同一維的單維時間序列進行聚類,其中動作實例中的每一維時間序列表示人體某一個部位的運動。在聚類完畢后用馬爾可夫鏈對每一類進行建模,獲取代表這一類時間序列變化規(guī)律的概率模型,同時也表示了一個部位的一種運動風格。所有類別的概率模型組成概率模型字典。概率模型字典存儲了人體各個部位的多種風格的運動。然后我們將連續(xù)的動作數(shù)據(jù)流的每一幀及其之前若干幀都看成是一個動作實例,計算這個動
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于分層時空特征模型的人體動作識別方法研究.pdf
- 基于視頻的人體動作識別方法研究.pdf
- 基于高魯棒性特征的人體動作識別方法研究.pdf
- 基于關節(jié)模型的人體動作識別方法研究.pdf
- 基于深度學習的人體動作識別方法研究.pdf
- 局部時空特征及部件的視頻人體動作識別方法研究.pdf
- 基于流形學習的人體動作識別方法研究.pdf
- 基于立體視覺的人體動作識別方法研究.pdf
- 基于Kinect骨骼數(shù)據(jù)的人體動作識別方法研究.pdf
- 基于形狀特征的人體行為識別方法研究.pdf
- 基于人體特征信息融合的身份識別方法研究.pdf
- 基于特征掌紋的在線掌紋識別方法研究.pdf
- 視頻數(shù)據(jù)中人體動作識別方法研究.pdf
- 基于人體輪廓和腿部特征的步態(tài)識別方法.pdf
- 基于視頻和三維動作捕捉數(shù)據(jù)的人體動作識別方法的研究.pdf
- 基于時空局部特征的人體行為識別方法研究.pdf
- 基于虹膜的人體特征識別方法研究與實現(xiàn).pdf
- 基于加速度傳感器的人體動作識別方法研究.pdf
- 基于整體特征的人體動作的識別.pdf
- 三維人體運動分析與動作識別方法.pdf
評論
0/150
提交評論