利用深度视频中的关节运动信息研究人体行为识别

• 作者: 刘智 董世都
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度学习 人体行为识别 深度视频 关节信息
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 189-192,219
• 页数: 5页
• 分类号: TP3
• 字数: 3306字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.02.033

摘要

由于计算开销大等原因,基于RGB视频和人工特征的行为识别方法在近些年的研究进展比较缓慢.相对于RGB视频,深度视频能提取运动物体的几何结构信息,不会随着光线的变化而变化,因此在视频分割、行为识别等视觉任务中比RGB视频具有更好的区分性.以深度视频中的关节运动信息为基础,提出一种简单而有效的人体行为识别方法.首先,根据深度视频中人体关节信息分别提取表示关节之间角度和相对位置的2个特征向量,然后使用LIBLINEAR分类器分别对提取的2个特征向量进行分类识别,最后,通过融合其分类结果得到最终的行为识别结果.该提取的特征仅包括关节间的相对位置和角度信息,不会因视角的变化而变化,具有一定的视角不变性.实验结果表明,所提出方法在UTKinect-Action3D数据集上能够获得与当前最好方法一致的识别效果,而且该方法具有很低的时间开销,实时性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘智	重庆理工大学计算机科学与工程学院	16	85	5.0	9.0
2	董世都	重庆理工大学计算机科学与工程学院	7	34	3.0	5.0