PDV 分解结合三元组的视角无关动作识别
人体动作识别是计算机图像处理领域一个非常重要的研究课题,但是由于视角的多变性以及摄像机内部参数的多样性,给动作识别造成了诸多困难。提出了一种基于投影深度向量(Projective Depth Volume, PDV)分解结合三元组的视角无关人体动作识别算法,该算法合理地结合了三元组策略,是引入特征向量视角无关动作识别算法的有效扩展。其核心是对每个帧平面使用身体三元组提取每个点的投影深度,通过标识人体为一组点将身体姿势分解为一组投影深度,用于识别各种视角的身体点运动,并通过投影深度来度量2个动作之间的相似度。在包括 CMU MoCap 数据集、IXMAS 数据集和 MSR Action3D 数据集上的大量实验表明,即使在视角和摄像参数未知的情况下,也能准确识别人体动作,识别率分别达到96.0%,87.3%和90.2%,高于其他几种优秀算法。
动作识别、视角无关、三元组、投影深度向量、特征分解
TP391.4(计算技术、计算机技术)
国家自然科学基金51406176
2015-10-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
1010-1016