基于骨架的人體動(dòng)作識(shí)別研究.pdf

1、隨著當(dāng)代計(jì)算機(jī)科學(xué)與技術(shù)的高速發(fā)展,計(jì)算機(jī)視覺(jué)及其相關(guān)領(lǐng)域的研究越來(lái)越熱門(mén)。視頻中的人體動(dòng)作識(shí)別作為計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要分支,也越來(lái)越引起研究人員的重視。雖然現(xiàn)有的一些人體動(dòng)作識(shí)別算法在實(shí)驗(yàn)中也能夠取得不錯(cuò)的識(shí)別效果,但是這些算法在使用中都會(huì)受到各種各樣的限制,如光照、障礙物等,目前還不存在一種能夠廣泛應(yīng)用于現(xiàn)實(shí)生活場(chǎng)景中的人體動(dòng)作識(shí)別算法。因此,相關(guān)研究人員仍然在不斷地進(jìn)行創(chuàng)新與探索,試圖尋找到一種魯棒性強(qiáng)的人體動(dòng)作識(shí)別算法。

2、r>　　本文針對(duì)上述問(wèn)題,進(jìn)行了深入研究,提出一種基于人體骨架模型并使用角加速度的動(dòng)作識(shí)別算法。主要工作如下:(1)基于現(xiàn)有的視頻中人體動(dòng)作識(shí)別算法,設(shè)計(jì)了一種基于人體骨架模型的特征提取方法。該方法的基本思想是使用一系列的人體姿勢(shì)描述人體動(dòng)作,并使用人體骨架模型來(lái)表征人體姿勢(shì),用來(lái)描述人體骨架模型的特征是人體關(guān)節(jié)角及其角加速度的組合。(2)根據(jù)上述特征提取方法的特點(diǎn),選用隱馬爾可夫模型作為人體動(dòng)作分類(lèi)器,并選用CMU圖像實(shí)驗(yàn)室提供的動(dòng)作

3、抓取數(shù)據(jù)庫(kù)作為訓(xùn)練數(shù)據(jù)集。(3)根據(jù)上面提到的特征提取方法和分類(lèi)器,實(shí)現(xiàn)了一個(gè)基于人體骨架模型的動(dòng)作識(shí)別算法。(4)分別在CMU動(dòng)作抓取數(shù)據(jù)庫(kù)和Weizmann分類(lèi)數(shù)據(jù)庫(kù)上對(duì)該算法進(jìn)行測(cè)試,并分析測(cè)試結(jié)果。
　　本文所提出的這種基于人體骨架模型的動(dòng)作識(shí)別算法具有尺度無(wú)關(guān)性、坐標(biāo)系無(wú)關(guān)性、移動(dòng)無(wú)關(guān)性和旋轉(zhuǎn)無(wú)關(guān)性,是一種相對(duì)穩(wěn)定的算法。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)人體動(dòng)作的識(shí)別準(zhǔn)確率較好,在CMU動(dòng)作抓取數(shù)據(jù)庫(kù)上平均識(shí)別精度可達(dá)93.26％