一种基于MEM-LBP的动作特征提取及识别方法

• 作者: 樊军博 陈恩庆
• 来源期刊: 计算机应用研究
• 关键词: 人体动作识别 深度视频序列 运动能量模型 局部二值模式 深度运动图
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1277-1280
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.04.069

摘要

针对动作识别中如何有效地利用人体运动的三维信息的问题,提出一种新的基于深度视频序列的特征提取和识别方法.该方法首先运用运动能量模型(MEM)来表征人体动态特征,即先将整个深度视频序列投影到三个正交的笛卡尔平面上,再把每个投影面的视频序系列划分为能量均等的子时间序列,分别计算子序列的深度运动图能量,从而得到运动能量模型(MEM).然后利用局部二值模式(LBP)描述符对运动能量模型编码,进一步提取人体运动的有效信息.最后用l2范数协同表示分类器进行动作分类识别.在MSR Action3D、MSRGesture3D数据库上测试所提方法,实验结果表明该方法有较高的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈恩庆	郑州大学信息工程学院	41	230	9.0	12.0
2	樊军博	郑州大学信息工程学院	1	2	1.0	1.0