基于多特征融合的动作识别方法

• 作者: 刘翠微 李菲 石祥滨
• 来源期刊: 沈阳航空航天大学学报
• 学科: 工学
• 关键词: 人的动作识别 特征融合 随机森林
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 信息科学与工程
• 页码范围: 55-65
• 页数: 11页
• 分类号: TP391.9
• 字数: 9346字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1248.2017.02.010

摘要

提出一种基于多特征融合的动作识别方法,利用随机森林学习框架融合RGB-D图像序列中的深度特征和时空特征.从深度图像序列中获取人的关节点位置信息,利用关节点坐标提取两种新的深度特征——位移特征和部件中心特征,共同描述人体三维结构信息.从RGB 图像序列中提取稠密轨迹,保留前景内的轨迹排除背景干扰,利用词袋模型构建时空特征.最后,采用鲁棒高效的随机森林学习框架融合两种互补的特征.在MSR Daily Activity3D数据集上的实验结果表明,所提出的方法和特征能够有效地识别RGB-D图像序列中人的动作.

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
5	李菲	沈阳航空航天大学计算机学院	4	6	1.0	2.0
6	刘翠微	沈阳航空航天大学计算机学院	6	3	1.0	1.0