基于深度和LLE的人体动作趋势分析研究

• 作者: 刘剑 吴成东 岳恒 高恩阳 龚志恒
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: LLE 人体动作趋势 深度信息 关键点
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 1142-1146,1151
• 页数: 6页
• 分类号: TP27
• 字数: 4452字
• 语种: 中文

摘要

针对传统人体动作趋势预测方法存在的不足,提出一种基于深度图像和LLE(Locally Linear Embedding)相结合的人体动作分析方法.首先依据图像的颜色和深度信息,结合Hough森林法提取人体部位的关键点;再利用关键点的信息,将其转化为特征向量,将特征向量集合输入LLE算法,从而建立人体动作的低维流形,并对流形数据做相关分析,根据流形中的欧式距离判断相邻动作;最后,将当前人体动作映射到低维动作流形中,预测人体的动作趋势.实验结果表明:所采用的深度图像,明显提高人体动作识别率,对于人体动作趋势的判断有非常重要的意义;所提出的方法在人体动作趋势的预测中准确率较高,具有一定的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘剑	东北大学信息科学与工程学院	107	406	9.0	15.0
3	吴成东	东北大学信息科学与工程学院	168	1357	19.0	27.0
4	岳恒	东北大学自动化研究中心	62	1075	21.0	30.0
7	高恩阳	沈阳建筑大学信息与控制工程学院	24	57	5.0	5.0
9	龚志恒	沈阳建筑大学信息与控制工程学院	19	85	5.0	8.0