基于DBN-HMM的人体动作识别

• 作者: 李小莉 李德信 杨世强 杨江涛 罗晓宇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 动作识别 肢体角度模型 隐马尔可夫模型 条件限制玻尔兹曼兹曼机 深度置信网络
• 年，卷（期）: 2019,（15）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 169-176
• 页数: 8页
• 分类号: TP391.4
• 字数: 7202字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1805-0493

摘要

动作识别使得机器能够对人体动作的意图进行判别理解,进而实现高效的人机交互.提出一种肢体角度模型,实现在三维空间中对人体动作进行表示,该模型具有一定的不变性,计算复杂度低.针对传统的基于混合高斯的隐马尔可夫模型(GMM-HMM)的动作识别,提出深度置信网络模型(DBN)和隐马尔可夫模型相结合的动作识别模型,构建了一种非线性的基于条件限制玻尔兹曼机(CRBM)的DBN深度学习模型,深层次结构使其建模能力更强,且能够结合历史信息建模,更适用于动作识别.实验表明该算法具有较高的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李德信	西安理工大学机械与精密仪器工程学院	49	368	10.0	17.0
2	杨世强	西安理工大学机械与精密仪器工程学院	39	509	11.0	22.0
3	李小莉	西安理工大学机械与精密仪器工程学院	2	2	1.0	1.0
4	罗晓宇	西安理工大学机械与精密仪器工程学院	2	4	2.0	2.0
5	杨江涛	西安理工大学机械与精密仪器工程学院	1	2	1.0	1.0