基于关节空时特征融合的人体行为识别

• 作者: Sikandar Ali 刘艳芳 吕洁 李洪奇 赵艳红
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 行为识别 空时融合特征 梯度树提升 核化线性降维 人体骨架
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能技术
• 页码范围: 246-252
• 页数: 7页
• 分类号: TP391
• 字数: 5474字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2020.01.040

摘要

针对现有人体行为识别技术存在的准确率不高和易受环境干扰等缺点,提出一种基于空时特征融合的人体行为识别方法.通过OpenPose提取人体骨骼关节的位置信息用于构造空时融合特征,该特征综合各类行为的空域和时域信息,使得特征表示更具区分度.利用核化主成分分析算法进行特征维度缩减,利用XGBoost算法进行特征分类,获得识别结果.该方法在Multiview Action 3D数据集上进行测试,得到了94.52％的识别率,较现有的其它许多人体行为识别方法表现更好.