人体行为分析方法的研究与仿真

摘要：

研究人体行为分析优化问题,传统的人体行为分析方法受外部环境因素影响较大,识别率和稳定性较差.针对在复杂环境下人体行为的描述和识别的难点问题,利用人体点模型提出一种基于关节角度和隐马尔可夫模型(HMM)的人体行为分析方法.首先采用新型RGB-D传感器获取图像深度信息;然后通过随机决策森林完成人体部位分割和关节点位置标定,并建立人体三维骨架模型;最后借助HMM,通过计算关节角度对人体行为进行训练和识别.实验结果表明,改进方法在环境光照不稳定以及复杂背景的情况下,能够实现鲁棒的人体日常行为分析.对停止、走、跑、左转、右转五种日常行为识别,取得不错的识别效果.

关键词： 人体行为 随机决策森林 三维骨架模型 关节角度 仿真分析

作者: 甘玲 陈頫

作者单位: 重庆邮电大学计算智能重庆市重点实验室,重庆400065

会议类型: 国内会议

会议名称: 中国计算机用户协会仿真应用分会成立三十周年庆祝大会暨2013全国仿真技术学术会议

会议地点: 呼和浩特

会议语种:中文

页码: 419-423

在线出版日期: 2013-09-01（万方平台首次上网日期，不代表论文的发表时间）