基于关键帧的人体动作识别方法

摘要：

Kinect问世以来,越来越多的研究者开始研究基于深度信息和骨架信息的人体动作识别.为了提高动作识别的准确率和实时性,并且降低计算过程中的计算复杂度,提出了一个基于关键帧的骨架特征的人体动作识别方法.采用K-均值聚类算法对人体动作视频序列做聚类,通过聚类出的数据提取人体动作视频序列中的关键帧.提取关键帧中的关节点位置和人体刚体部分之间的骨架角度两种特征,利用SVM分类器对动作序列进行分类.在MSR-DailyActivity3D数据集上的实验结果表明,该方法具有较高的识别率,并且提高了实时性.

关键词： 人体动作识别 关键帧 目标提取 K-均值聚类

作者: 石祥滨 刘拴朋 张德园

作者单位: 沈阳航空航天大学计算机学院,沈阳110136;沈阳航空航天大学辽宁通用航空重点实验室,沈阳110136;辽宁大学信息学院,沈阳110036 沈阳航空航天大学计算机学院,沈阳110136

会议类型: 国内会议

会议名称: 第十五届中国虚拟现实大会暨虚拟现实与可视化技术国际会议

会议地点: 厦门

会议语种:中文

页码: 2401-2408

在线出版日期: 2015-10-17（万方平台首次上网日期，不代表论文的发表时间）