改进联合彩色和深度图像特征的人体行为识别

• 作者: 匡胤 周鑫燚 孙连海 甘胜江
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度传感器 时空兴趣点 特征融合 行为识别
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 图形图像处理
• 页码范围: 180-185
• 页数: 6页
• 分类号: TP391
• 字数: 4359字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1510-0151

摘要

与传统光学相机相比,能同步获取RGB图像和深度图像数据,对人体行为识别提供了新的解决方案.因此,分别对RGB和深度图像序列提取改进的时空兴趣点特征,并基于一定规则实现时空兴趣点特征的融合.由于融合后特征的冗余性,基于时空聚类的方法,对特征进行优化处理,并采用SVM分类器进行训练和测试.实验结果表明提出的RGB和深度图像特征联合方法的行为识别平均准确率为91%,相对于其他方法取得了更好的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周鑫燚	成都师范学院计算机科学系	15	26	3.0	4.0
2	孙连海	成都师范学院计算机科学系	22	50	2.0	6.0
3	甘胜江	成都师范学院计算机科学系	13	25	3.0	4.0
4	匡胤	成都师范学院计算机科学系	1	2	1.0	1.0