深度运动图耦合正则化表示的行为识别算法

• 作者: 李贤阳 杨竣辉 阳建中 陆安山
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 深度运动图 行为识别 运动能量 正则化协同表示 Hough变换
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 119-128
• 页数: 10页
• 分类号: TP399|TN957.52
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.01.016

摘要

为了提高图像行为的识别精度,使其能够准确判别行为识别中的微小变化以及遮挡问题,提出了基于深度运动图(depth motion maps,DMM)与正则化协同表示的行为识别算法.首先,将深度图像序列投射到3个正交平面上,得到了3个方向的投射图.对于不同的投射图,通过测量两个连续映射之间的绝对差值来表示运动能量,并将所有深度图像序列中运动能量进行叠加,获得了3个方向的深度运动图.随后,根据这些投射图,DMM能从多个方向获取更多具有判别力的运动信息.再引入Hough变换(Hough transform,HT)算子,提取DMM中3个方向的HT特征,并其进行归一化融合,获取DMM-HT特征.最后,引入Tikhonov正则化计算系数向量,构建正则化协同表示分类器,对每个位置样本的分类标签完成深度行为分类学习,实现人体行为的准确识别.实验数据表明,与当前行为识别技术相比,算法具有更强的鲁棒性,能完成各种行为的识别,在遮挡、噪声等干扰条件下具有更高的识别精度.所提算法能够较好地适应复杂环境下的人体动作准确识别,在智能家居、视频监测、人机交互等领域具有良好的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨竣辉		20	132	7.0	11.0
2	李贤阳		1	0	0.0	0.0
3	阳建中		1	0	0.0	0.0
4	陆安山		1	0	0.0	0.0