基于Kinect和ROS的骨骼轨迹人体姿态识别研究

• 作者: 张维 柯浩然 胡敦利
• 来源期刊: 高技术通讯
• 关键词: 自适应能量 时间金字塔 扩展卡尔曼滤波 机器人操作系统(ROS) 预测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 先进制造与自动化
• 页码范围: 177-184
• 页数: 8页
• 字数: 5305字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2020.02.009

摘要

为了解决不完整人体动作识别的问题,在机器人操作系统(robot operating sys-tem,ROS)下提出利用骨骼节点向量的角度累计变化作为特征向量,并采用自适应能量的方法划分视频人体动作.在人体解剖学的基础上建立投影坐标平面,进行空间位置和骨骼角度的计算.通过时间金字塔方法对不同时间间隔的骨骼角度数据编码,形成多级特征向量更好地表示人体动作.在人体受遮挡情况下,使用扩展卡尔曼滤波预测骨骼节点坐标,提高骨骼坐标的准确性.该方法具有旋转、平移不变性,识别4种不完整人体动作的正确率达到了92.25％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡敦利	北方工业大学现场总线及自动化北京市重点实验室	30	138	6.0	9.0
2	柯浩然	北方工业大学现场总线及自动化北京市重点实验室	1	0	0.0	0.0
3	张维	北方工业大学现场总线及自动化北京市重点实验室	2	1	1.0	1.0