作者:
原文服务方: 科技创新与生产力       
摘要:
为提高人体动作识别率,提出了一种利用Kinect传感器获取角度序列特征的动作识别方法.该方法首先利用Kinect传感器获取人体骨骼点的三维坐标,计算关节点的角度大小作为动作的特征;然后采用K均值聚类的方法训练模板;最后用动态时间规整(DTW)优化算法实现人体动作识别.实验结果表明:该方法实时性好,能够实时准确地实现动作的识别,且对于小范围的视角变化具有一定的鲁棒性.
推荐文章
基于深度学习的人体动作识别方法
深度信息
人体动作识别
深度学习
空间结构动态深度图
深度卷积神经网络
基于时空图像分割和交互区域检测的人体动作识别方法
人体动作识别
时空图像分割
交互区域
局部约束线性编码
支持向量机
基于混合特征的人体动作识别改进算法
动作识别
剪影特征
光流特征
留一法
关节点时空信息融合降维的人体动作识别方法
卷积神经网络
高分辨率网络
人体动作识别
KTH数据集
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于角度序列特征的人体动作识别方法
来源期刊 科技创新与生产力 学科
关键词 动作识别 Kinect传感器 动态时间规整 DTW 角度序列
年,卷(期) 2017,(9) 所属期刊栏目 应用技术
研究方向 页码范围 101-104
页数 4页 分类号 TP391.4
字数 语种 中文
DOI 10.3969/j.issn.1674-9146.2017.09.101
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 占婵 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (15)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
动作识别
Kinect传感器
动态时间规整
DTW
角度序列
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技创新与生产力
月刊
1674-9146
14-1358/N
大16开
1980-01-01
chi
出版文献量(篇)
9291
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导