基于Kinect和金字塔特征的行为识别算法

摘要：

提出了一种基于Kinect和金字塔特征的行为识别算法.在算法中,Kinect不仅能够获得RGB信息,还能获得与RGB信息对应的深度信息;而金字塔特征不仅描述了人体行为的全局形状和局部细节信息,而且还描述了人体行为的空间信息.通过不同核函数的支持向量机(SVM)分类器在具有挑战性的DHA数据集的试验结果表明,金字塔特征在RGB和深度图上都能获得令人满意的性能,且当深度特征和RGB特征融合时,其性能获得了进一步的提高,识别率达到96.2％,远高于一些具有代表性的行为描述子.

关键词：行为识别、金字塔特征、Kinect、深度图、支持向量机(SVM)

所属期刊栏目：25

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61202168,61201234

在线出版日期：2014-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：357-363