动态多视角复杂3D人体行为数据库及行为识别

• 作者: 李梁华 李璇 王永雄
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 人体行为识别 3D数据库 多视角
• 年，卷（期）: 2019,（1）
• 页码范围: 68-79
• 页数: 12页
• 分类号: TP181
• 字数: 6128字
• 语种: 中文
• DOI: 10.16337/j.1004?9037.2019.01.008

摘要

提供了一个较大规模的基于RGB-D摄像机的人体复杂行为数据库DMV(Dynamic and multi-view)action3D,从2个固定视角和一台移动机器人动态视角录制人体行为.数据库现有31个不同的行为类,包括日常行为、交互行为和异常行为类等三大类动作,收集了超过620个行为视频约60万帧彩色图像和深度图像,为机器人寻找最佳视角提供了可供验证的数据库.为验证数据集的可靠性和实用性,本文采取4种方法进行人体行为识别,分别是基于关节点信息特征、基于卷积神经网络(Convolutional neural networks,CNN)和条件随机场(Conditional random field,CRF)结合的CRFasRNN方法提取的彩色图像HOG3D特征,然后采用支持向量机(Support vector machine,SVM)方法进行了人体行为识别;基于3维卷积网络(C3D)和3D密集连接残差网络提取时空特征,通过softmax层以预测动作标签.实验结果表明:DMV action3D人体行为数据库由于场景多变、动作复杂等特点,识别的难度也大幅增大.DMV action3D数据集对于研究真实环境下的人体行为具有较大的优势,为服务机器人识别真实环境下的人体行为提供了一个较佳的资源.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永雄	上海理工大学光电信息与计算机工程学院	32	92	5.0	8.0
2	李璇	上海理工大学光电信息与计算机工程学院	19	27	3.0	4.0
3	李梁华	上海理工大学光电信息与计算机工程学院	3	6	1.0	2.0