基于混合关节特征的人体行为识别

摘要：

针对现有行为识别方法中识别效率低,受环境干扰强等缺点,提出了一种基于混合关节特征的人体行为识别方法.混合关节特征由不同的骨骼关节表达构成,综合了各种行为信息,包括动能、势能、关节方向和关节角度,使得特征表达更加有效.利用具有良好处理时间序列能力的长短期记忆(LSTM)神经网络作为分类器进行人体行为识别.在MSR Action 3D数据集上的实验表明:基于混合关节特征较现有的其他许多骨骼特征表现更好.

关键词：人体行为识别、混合关节、动能、势能、长短期记忆神经网络

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61362030,61201429;博士后科学基金资助项目2015M581720,2016M600360;公安部技术研究项目2014JSYJB007

在线出版日期：2018-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：138-140,144