【摘要】：針對現(xiàn)有人體動作識別方法沒有考慮到非人體目標的作用,提出一種基于時空圖像分割和目標交互區(qū)域檢測的人體動作識別方法。在視頻流中檢測出人體輪廓,并將其進行時空圖像分段形成關鍵段區(qū)域;然后,擴展分段使其包含與人體交互的非人體目標,通過時空梯度方向直方圖(HOG)和光流場方向直方圖(HOF)描述符來表示關鍵段的靜態(tài)和動態(tài)特征,并通過K-均值算法構建成碼書,同時采用局部約束線性編碼(LLC)技術來優(yōu)化碼書;最后采用非線性支持向量機(SVM)對特征進行學習并進行動作識別。實驗結(jié)果表明,與現(xiàn)有基于興趣點的方法相比,該方案獲得了較高的動作識別率。
[Abstract]:In view of the fact that the existing human motion recognition methods do not take into account the role of non-human objects, a human motion recognition method based on space-time image segmentation and target interactive region detection is proposed. The outline of human body is detected in the video stream, and the space-time image is segmented to form the key segment area. Then, the segment is extended to include the non-human target interacting with the human body, and the static and dynamic characteristics of the key segment are represented by the space-time gradient direction histogram (HOG) and the optical flow field direction histogram (HOF) descriptor. The code book is constructed by K-means algorithm, and the local constrained linear coding (LLC) technology is used to optimize the code book. Finally, nonlinear support vector machine (SVM) is used to learn the features and recognize the actions. The experimental results show that compared with the existing methods based on the point of interest, the proposed scheme has a higher recognition rate.
【作者單位】： 江蘇理工學院計算機工程學院;東南大學計算機科學與工程學院;
【基金】：國家自然科學基金資助項目(61302124) 江蘇省自然科學基金資助項目(BK20130235) 江蘇省產(chǎn)學研聯(lián)合創(chuàng)新基金資助項目(BY2014038-05) 江蘇省高校自然科學研究面上項目(16KJB520010)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 楊靖;董永貴;王東生;;利用熱釋電紅外信號進行人體動作形態(tài)識別[J];儀表技術與傳感器;2009年S1期

2 藺廣逢;朱虹;范彩霞;張二虎;;基于空間分布特征的人體動作動態(tài)建模識別[J];模式識別與人工智能;2013年03期

3 由英琪;善解人意的感情電腦[J];市場觀察;1998年10期

4 陳仲珊;;基于視覺注意的人體動作檢測[J];考試周刊;2011年86期

5 劉劍;龔志恒;吳成東;岳恒;高恩陽;;基于深度和LLE的人體動作趨勢分析研究[J];控制工程;2013年06期

6 張燕中;柴業(yè)宏;許高建;;關于田徑人體動作計算機繪圖軟件開發(fā)的研究[J];安徽農(nóng)業(yè)大學學報;2009年01期

7 李瑞峰;王亮亮;王珂;;人體動作行為識別研究綜述[J];模式識別與人工智能;2014年01期

8 傅穎;郭晶云;;基于動態(tài)時間規(guī)整的人體動作識別方法[J];電子測量技術;2014年03期

9 趙志峰;周前祥;胡詩樵;;RRT方法在人體動作規(guī)劃仿真中的應用[J];系統(tǒng)仿真學報;2009年17期

10 李石磊;梁加紅;柏友良;陳凌;;DI-Guy中人體動作生成方法研究[J];計算機仿真;2008年10期

相關博士學位論文 前5條

1 李陽;局部時空特征及部件的視頻人體動作識別方法研究[D];重慶大學;2015年

2 楊江峰;基于視頻的人體動作分析與識別的研究[D];電子科技大學;2015年

3 姜鳴;基于體感網(wǎng)的人體動作監(jiān)測識別的研究[D];大連理工大學;2012年

4 江焯林;基于計算機視覺的人體動作檢測和識別方法研究[D];華南理工大學;2010年

5 趙瓊;基于視頻和三維動作捕捉數(shù)據(jù)的人體動作識別方法的研究[D];中國科學技術大學;2013年

相關碩士學位論文 前10條

1 查敏菊;基于手勢動作的智能輸入系統(tǒng)[D];復旦大學;2013年

2 韓建飛;基于加速度傳感器的人體動作識別方法研究[D];江蘇大學;2016年

3 程司雷;反應跟隨性人體動作合成系統(tǒng)[D];浙江大學;2011年

4 朱震文;視頻數(shù)據(jù)中人體動作的分類研究[D];南京理工大學;2012年

5 朱林;視頻中人體動作識別方法研究[D];華南理工大學;2015年

6 李雄;人體動作的骨骼動畫研究與初步實現(xiàn)[D];華中科技大學;2011年

7 高麗麗;基于容積特征的人體動作檢測[D];南京理工大學;2009年

8 劉X;基于整體特征的人體動作的識別[D];南京理工大學;2009年

9 柴業(yè)宏;關于田徑人體動作計算機繪圖軟件開發(fā)的研究[D];北京體育大學;2008年

10 王朝新;人體動作信息采集系統(tǒng)的軟件設計[D];大連理工大學;2015年

，

本文編號：2477818