基于骨骼模型的人體行為識別算法研究.pdf

1、近些年，關于人體行為的識別研究開始成為了計算機視覺領域的一個熱門課題。它不僅可以應用到公共場所中的視頻監(jiān)控或視頻檢索系統(tǒng)里，而且隨著智能機器人研究技術的發(fā)展和成熟，人體行為識別也成為人機交互的一個重要技術應用，它是搭建人類與機器人交流的關鍵橋梁。微軟公司發(fā)布的Kinect傳感器將傳統(tǒng)的平面二維特征描述擴展到包含景深信息的三維世界里，它推動了人體行為識別的研究熱潮，并使基于智能機器人的人機交互變得更易實現(xiàn)。本論文將基于從Kinect傳感器

2、獲得的人體骨骼模型來對人體行為識別算法研究。
　　首先，針對環(huán)境中噪聲使采集到的原始骨骼關節(jié)點產(chǎn)生劇烈抖動這一問題，本文采用了基于人體骨骼的均值濾波來平滑各關節(jié)點的運動，減小由于抖動而造成計算特征的偏差；其次，為了使基于骨骼模型的特征描述與世界坐標系無關，并實現(xiàn)不同視角下識別同一人體行為，本文對均值濾波后的骨骼數(shù)據(jù)做歸一化處理，將每幀的人體骨骼數(shù)據(jù)都歸一到本幀新定義的本地坐標系下；然后在特征計算中，根據(jù)人體機械化理論里將人體模型可

3、以近似看做由運動副鏈接成的剛體系統(tǒng)，各部分運動相互牽制，本文提出了采用簡單的數(shù)學概念——向量和夾角來計算人體行為中的靜態(tài)姿態(tài)和動態(tài)運動的特征描述；最后，由于人體行為的結構特性，即一個行為可以分成若干個子行為，因此采用了雙層的最大熵馬爾可夫模型來作為人體行為的識別模型。除此之外，本文還構建了室內(nèi)環(huán)境下的行為數(shù)據(jù)集，分別是喝水、伸展運動、拖地、休息、工作、站立。
　　實驗中，本文基于公共標準數(shù)據(jù)集和新構建的行為數(shù)據(jù)集針對本論文提出的算