一种基于关键帧的人体行为识别方法

• 作者: 尹钟 张孙杰 梅阳 王永雄 秦琪
• 来源期刊: 光学技术
• 学科: 工学
• 关键词: 人体行为识别 人体关节点 人体特征表示 AP聚类 SVM(SupportVectorMachine)分类器
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 信息光学与图像处理
• 页码范围: 323-328
• 页数: 6页
• 分类号: TP181
• 语种: 中文

摘要

为了提高人体动作识别的准确率和实时性,提出了一种基于关键帧的人体行为识别新方法.用Kinect提取人体骨架信息(各关节点的3D坐标),将中心点(人体基准参考点)分别与其他各关节点作结构向量,根据空间不变性选取中心向量,计算各个结构向量和中心向量之间的夹角,并将夹角的角速度作为一种新的姿态描述特征,利用AP (Affinity Propagation)聚类算法提取关键帧,利用SVM将得到的关键帧进行动作序列的分类.在Cornell Activity Dataset-60 (CAD-60)数据库实验结果表明,新方法具有良好的识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永雄	上海理工大学光电信息与计算机工程学院	32	92	5.0	8.0
2	尹钟	上海理工大学光电信息与计算机工程学院	16	28	3.0	5.0
3	张孙杰	上海理工大学光电信息与计算机工程学院	8	45	3.0	6.0
4	秦琪	上海理工大学光电信息与计算机工程学院	4	24	2.0	4.0
5	梅阳	上海理工大学光电信息与计算机工程学院	1	19	1.0	1.0