融合多姿勢估計特征的動作識別研究.pdf

1、動作識別的研究在人工智能領(lǐng)域越來越熱門，受到的關(guān)注也越來越多。動作識別分為靜態(tài)圖像的動作識別和視頻的動作識別。本文針對靜態(tài)圖像的動作識別進行了研究和詳細的分析。靜態(tài)圖像的動作識別在圖像搜索，個人相冊管理，人機交互等領(lǐng)域具有潛在的應(yīng)用。在本文中，通過將多個模型下的姿勢特征融合，提出了融合多姿估計特征的動作識別方法。融合多姿勢估計特征的動作識別將人的動作在多個模型下的姿勢估計特征進行融合，然后將多組特征與模板進行匹配，計算相似性，最后對動作

2、進行分類。融合多姿勢估計特征的方法對存在遮擋，多目標等復(fù)雜環(huán)境具有一定的魯棒性。
　　首先利用已得到的多個動作模型對任意一幅圖像進行姿勢估計，得到圖像的多組姿勢特征信息，每組特征信息包括關(guān)鍵點信息和姿勢評分。其次將訓(xùn)練集中各個動作下所有圖像的區(qū)分性關(guān)鍵點提取出來，并計算每一幅圖像中區(qū)分性關(guān)鍵點之間的相對距離，一個動作所有圖像的特征信息共同構(gòu)成該動作的模板信息。最后測試圖像在多個動作模型下進行姿勢估計，得到多組姿勢特征，從每組姿勢特

3、征中提取與對應(yīng)模板一致的特征信息，將提取的多組姿勢特征信息分別與對應(yīng)的模板進行匹配，并通過姿勢評分對匹配值優(yōu)化，根據(jù)最終匹配值進行動作分類。
　　在兩個數(shù)據(jù)集上，本文提出的方法與5種比較流行的動作識別方法進行比較，獲得了較好的平均準確率，在數(shù)據(jù)集PASCAL VOC2011-val上較其他一些最新的經(jīng)典方法至少提高近2％。在數(shù)據(jù)集Stanford40 actions上，較其他一些最新的經(jīng)典方法至少提高近6%。由于本文所提出的方法融