基于Kinect的人機(jī)交互系統(tǒng)中的動(dòng)作識別研究與實(shí)現(xiàn).pdf

1、目前，人機(jī)交互技術(shù)已經(jīng)成為眾多學(xué)者研究的重點(diǎn)和熱點(diǎn)，隨著研究的深入，表情識別、語音識別、手勢識別、人臉識別、人體動(dòng)作識別等成為了當(dāng)前人機(jī)交互重要研究的內(nèi)容。本文針對人體動(dòng)作識別的準(zhǔn)確性和實(shí)時(shí)性，提出了兩種動(dòng)作識別的算法。
　　1)提出了一種基于Adaboost算法的人體動(dòng)作識別方法，并基于此設(shè)計(jì)一個(gè)集特征提取、樣本訓(xùn)練和動(dòng)作識別為一體的動(dòng)作識別系統(tǒng)。用Kinect深度傳感器獲取骨骼信息，對骨骼信息進(jìn)行分層處理，提取出骨骼點(diǎn)的旋轉(zhuǎn)信

2、息，構(gòu)造特征曲線，運(yùn)用Adaboost算法提取特征值來進(jìn)行樣本訓(xùn)練，獲得各種動(dòng)作的強(qiáng)分類器和動(dòng)作特征集，在此基礎(chǔ)上完成動(dòng)作識別。經(jīng)實(shí)驗(yàn)證明，該方法具有極高的動(dòng)作識別率。
　　2)提出了一種基于骨骼時(shí)空信息的人體動(dòng)作識別方法。通過分析某一段時(shí)間內(nèi)的人體骨骼數(shù)據(jù)，得出該時(shí)間段內(nèi)骨骼節(jié)點(diǎn)相對位置及相應(yīng)關(guān)節(jié)夾角余弦的變化規(guī)律，在此基礎(chǔ)上進(jìn)行特征提取，進(jìn)行動(dòng)作識別。經(jīng)實(shí)驗(yàn)證明，該算法無需復(fù)雜的運(yùn)算，大大提升了動(dòng)作識別的實(shí)時(shí)性，準(zhǔn)確性也符合系