基于視頻序列的人體動(dòng)作識(shí)別.pdf

1、人體動(dòng)作識(shí)別是當(dāng)今機(jī)器視覺領(lǐng)域的研究熱點(diǎn)，它涉及到圖像處理、模式識(shí)別、人工智能等多個(gè)學(xué)科的相關(guān)知識(shí)。基于視頻的人體動(dòng)作識(shí)別包括人體區(qū)域檢測(cè)、動(dòng)作及姿態(tài)分割以及用于進(jìn)行動(dòng)作識(shí)別的目標(biāo)分析和行為理解等。在分析總結(jié)該領(lǐng)域研究人員相關(guān)工作的基礎(chǔ)上，本文針對(duì)俯臥撐運(yùn)動(dòng)的特點(diǎn)進(jìn)行動(dòng)作和姿態(tài)分割，并對(duì)其完整動(dòng)作進(jìn)行識(shí)別。
　　本文的主要研究?jī)?nèi)容如下：
　　1、本文針對(duì)目標(biāo)動(dòng)作的特點(diǎn)提出了一種基于動(dòng)作變化率特征的動(dòng)作及姿態(tài)分割方法。首先獲取

2、圖像中動(dòng)作區(qū)域的輪廓信息，根據(jù)連續(xù)圖像序列中輪廓信息的變化情況挖掘出動(dòng)作的變化率，然后利用量化后的動(dòng)作變化率界定動(dòng)作及姿態(tài)的分割點(diǎn)，最后按照對(duì)動(dòng)作識(shí)別的意義大小，將不同的姿態(tài)劃分為關(guān)鍵姿態(tài)和非關(guān)鍵姿態(tài)。由于關(guān)鍵姿態(tài)攜帶了進(jìn)行動(dòng)作識(shí)別的絕大部分信息，因而只利用關(guān)鍵姿態(tài)進(jìn)行動(dòng)作識(shí)別，這種方式有效地降低了計(jì)算復(fù)雜度，提高了實(shí)時(shí)性。
　　2、本文針對(duì)視頻采集和處理過(guò)程中產(chǎn)生的偶然性誤差提出了一種基于向量模的誤差消除算法，用于消除數(shù)據(jù)序列中

3、異常數(shù)據(jù)引起的誤差，其基本原理是在原有數(shù)據(jù)序列的基礎(chǔ)上利用多維向量的模構(gòu)建一組新的數(shù)據(jù)序列。首先采用某一數(shù)據(jù)節(jié)點(diǎn)及其相鄰數(shù)據(jù)模擬多維向量各方向上的各個(gè)分向量，然后計(jì)算此多維向量的模并將其作為與當(dāng)前數(shù)據(jù)節(jié)點(diǎn)對(duì)應(yīng)的新數(shù)據(jù)序列中的節(jié)點(diǎn)。
　　3、本文在動(dòng)作及姿態(tài)分割的基礎(chǔ)上采用了基于棍狀模型的動(dòng)作識(shí)別方法，通過(guò)分別建立各關(guān)鍵姿態(tài)的人體模型并與實(shí)際動(dòng)作人體進(jìn)行比較的方式進(jìn)行目標(biāo)分類和動(dòng)作識(shí)別。結(jié)合大量的實(shí)驗(yàn)對(duì)以上方法和算法進(jìn)行穩(wěn)定性和準(zhǔn)確