基于空间时序隐马尔科夫模型的人体三维动作捕捉数据行为识别
本文提出了一种新型的隐马尔科夫模型，即空间时序隐马尔科夫模型(spatial-temporal hidden markov model)，用于人体三维动作捕捉数据中的行为识别。该识别算法研究刚性骨骼模型中相邻的关节点之间的空间依赖信息以及关节点连续运动过程中的时间依赖信息。在学习行为分类器时，以人体三维关节点作为描述行为的特征，为每一类行为训练一个基于三维关节点空间时序信息的空间时序隐马尔科夫模型。通过在一个含有11类行为动作的数据库上进行实验，结果表明本文提出的算法优于基于一维隐马尔科夫模型的识别算法。
空间依赖 时序依赖 隐马尔科夫模型
赵琼 叶豪盛 周学海
中国科大-香港城大联合高等研究中心，江苏省苏州市 215123 香港城市大学 电脑科学系，香港 中国科学技术大学 计算机科学与技术学院，安徽省合肥市 230027
国内会议
南京
中文
34-41
2010-10-13（万方平台首次上网日期，不代表论文的发表时间）