基于关键帧的人体动作识别方法

• 作者: 刘拴朋 张德园 石祥滨
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: Kinect 人体动作识别 关键帧 k-means
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 虚拟现实与可视化
• 页码范围: 2401-2408
• 分类号: TP391.4
• 语种: 中文

摘要

Kinect问世以来,越来越多的研究者开始研究基于深度信息和骨架信息的人体动作识别.为了提高动作识别的准确率和实时性,并且降低计算过程中的计算复杂度,提出了一个基于关键帧的骨架特征的人体动作识别方法.采用K-均值聚类算法对人体动作视频序列做聚类,通过聚类出的数据提取人体动作视频序列中的关键帧.提取关键帧中的关节点位置和人体刚体部分之间的骨架角度两种特征,利用SVM分类器对动作序列进行分类.在MSR-DailyActivity3D数据集上的实验结果表明,该方法具有较高的识别率,并且提高了实时性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石祥滨	沈阳航空航天大学计算机学院	40	205	8.0	12.0
10	张德园	沈阳航空航天大学计算机学院	16	146	7.0	11.0
11	刘拴朋	沈阳航空航天大学计算机学院	1	16	1.0	1.0