基于关节点运动轨迹的人体动作识别

• 作者: 杜晓刚 杨景玉 王松 王阳萍
• 来源期刊: 宁夏大学学报（自然科学版）
• 学科: 工学
• 关键词: 运动轨迹 高斯混合模型 Fisher向量 核极限学习机
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 数学
• 页码范围: 147-152
• 页数: 6页
• 分类号: TN911.73
• 字数: 4289字
• 语种: 中文

摘要

为了提高动作识别的准确率和实时性,提出一种基于关节点运动轨迹的动作识别方法.受心理物理学中关于人体运动实验的启发,使用人体骨架关节点的运动轨迹表示人体动作,它能够在时空维度上对动作进行完整表达.在此基础上,使用高斯混合模型对关节点运动轨迹进行聚类,进而通过Fisher向量进行特征量化.考虑到动作识别任务的实时性要求,提出基于核极限学习机的动作识别,以此提升动作识别任务的实时性和准确率.最后,在公开数据集UTD-MHAD和KARD上对提出的方法进行了验证,实验结果证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨景玉	兰州交通大学电子与信息工程学院	19	54	4.0	6.0
2	王阳萍	兰州交通大学电子与信息工程学院	104	752	16.0	22.0
3	王松	兰州交通大学电子与信息工程学院	15	41	4.0	5.0
4	杜晓刚	兰州交通大学电子与信息工程学院	21	81	5.0	7.0