原文服务方: 计算机应用研究       
摘要:
针对现有人体动作识别方法没有考虑到非人体目标的作用,提出一种基于时空图像分割和目标交互区域检测的人体动作识别方法。在视频流中检测出人体轮廓,并将其进行时空图像分段形成关键段区域;然后,扩展分段使其包含与人体交互的非人体目标,通过时空梯度方向直方图(HOG)和光流场方向直方图(HOF)描述符来表示关键段的静态和动态特征,并通过K-均值算法构建成码书,同时采用局部约束线性编码(LLC )技术来优化码书;最后采用非线性支持向量机(SVM)对特征进行学习并进行动作识别。实验结果表明,与现有基于兴趣点的方法相比,该方案获得了较高的动作识别率。
推荐文章
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
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
基于角度序列特征的人体动作识别方法
动作识别
Kinect传感器
动态时间规整
DTW
角度序列
结合区域HOF和字典学习的人体行为识别方法
行为识别
老人看护
光流方向直方图
字典学习
运动检测
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 基于时空图像分割和交互区域检测的人体动作识别方法
来源期刊 计算机应用研究 学科
关键词 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
年,卷(期) 2017,(1) 所属期刊栏目 图形图像技术
研究方向 页码范围 302-305,320
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.01.068
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 范洪辉 江苏理工学院计算机工程学院 25 72 4.0 7.0
2 张杰 江苏理工学院计算机工程学院 10 46 4.0 6.0
3 吴剑章 东南大学计算机科学与工程学院 8 37 4.0 6.0
4 汤嘉立 江苏理工学院计算机工程学院 11 33 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (107)
参考文献  (10)
节点文献
引证文献  (18)
同被引文献  (92)
二级引证文献  (27)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(5)
  • 参考文献(3)
  • 二级参考文献(2)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(8)
  • 引证文献(8)
  • 二级引证文献(0)
2019(21)
  • 引证文献(7)
  • 二级引证文献(14)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
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
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导