PDV 分解结合三元组的视角无关动作识别

• 作者: 陈小辉
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 动作识别 视角无关 三元组 投影深度向量 特征分解
• 年，卷（期）: 2015,（5）
• 页码范围: 1010-1016
• 页数: 7页
• 分类号: TP391.4
• 字数: 5507字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.a9.1005

摘要

人体动作识别是计算机图像处理领域一个非常重要的研究课题，但是由于视角的多变性以及摄像机内部参数的多样性，给动作识别造成了诸多困难。提出了一种基于投影深度向量（Projective Depth Volume, PDV）分解结合三元组的视角无关人体动作识别算法，该算法合理地结合了三元组策略，是引入特征向量视角无关动作识别算法的有效扩展。其核心是对每个帧平面使用身体三元组提取每个点的投影深度，通过标识人体为一组点将身体姿势分解为一组投影深度，用于识别各种视角的身体点运动，并通过投影深度来度量2个动作之间的相似度。在包括 CMU MoCap 数据集、IXMAS 数据集和 MSR Action3D 数据集上的大量实验表明，即使在视角和摄像参数未知的情况下，也能准确识别人体动作，识别率分别达到96.0%，87.3%和90.2%，高于其他几种优秀算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小辉	榆林学院信息工程学院	26	71	5.0	7.0