基于局域性约束线性编码的人体动作识别

• 作者: 孙军华 白琛
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 动作识别 局域性约束线性编码 词典学习 时间金字塔匹配 深度图像
• 年，卷（期）: 2015,（6）
• 页码范围: 1122-1127
• 页数: 6页
• 分类号: TP391.4
• 字数: 4354字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2014.0414

摘要

针对动作特征类内差异较大,导致动作分类识别率较低的问题,以及当前算法在计算复杂度和扩展可识别动作类别方面的不足,提出一种基于局域性约束线性编码(LLC)的人体动作识别方法.算法将人体关节的位置、速度和加速度作为局部动作特征;采用局域性约束线性编码对局部动作特征求解稀疏表达,从而减小特征的类内差异,增强区别力;由于编码方法具有解析解,方法处理视频速度可达760帧/s;词典由K均值法分别对每类数据学习得到的子词典组成,使算法在扩展可识别动作类别时无需全局优化.此外,为避免了词典较大情况下分类器的过拟合现象,利用词典元素类别对编码系数进行降维.在使用深度摄像机获得的MSR-Action3D数据库上对所提出的方法进行验证,取得了85.7％的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙军华	北京航空航天大学仪器科学与光电工程学院	29	425	11.0	20.0
2	白琛	北京航空航天大学仪器科学与光电工程学院	1	3	1.0	1.0