基于三维动态特征的运动状态识别方法研究

• 作者: 刘凌霞 宋强
• 来源期刊: 微电子学与计算机
• 关键词: 三维动态特征 星型骨架 GMM ISOMAP 非线性流低维子空间 隐马尔科夫学习器
• 年，卷（期）: 2016,（2）
• 页码范围: 92-95,99
• 页数: 5页
• 分类号: TP332
• 语种: 中文

摘要

提出基于三维动态特征的运动状态识别方法。首先采用一种星型骨架组成结构揭示人体三维运动模式，利用 GMM 得到图像序列的前景图片，运用 ISOMAP 非线性算法的降维方法来取得低维数据子空间，把运动姿态三维数据投影到非线性流型低维子空间中，识别出运动状态的内在结构后分别研究人体运动的各个关节点，最后通过集成学习的方法生成隐马尔科夫学习器达到自动识别运动状态目的。仿真实验结果表明，提出方法的识别速度和精度对比传统方法有明显提高，证实了研究方法的可行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘凌霞	安阳师范学院软件学院	25	160	6.0	12.0
2	宋强	安阳工学院计算机科学与信息工程学院	9	53	3.0	7.0