一种基于RGB-D特征融合的人体行为识别框架

摘要：

人体行为识别是计算机视觉和模式识别领域内一个重要的研究方向.人体行为的复杂性和不同人执行同一动作的差异性,使得行为识别仍然是一个具有挑战性的课题.采用新一代传感技术的RGB-D相机能够同时记录RGB图像和深度图像,并能够实时提取骨骼点信息.充分利用以上信息,成为行为识别领域的研究热点和突破点.文中提出了一种新的基于高斯加权金字塔式梯度方向直方图的RGB图像特征提取方法,并构建了一种多模特征融合的行为识别框架.在UTKinect-Action3D,MSR-Action 3D和Florence 3D Actions 3个数据库上对本研究所提特征和框架进行实验,结果表明,所提框架在3个行为数据库上的识别正确率分别达到了97.5%,93.1%,91.7%,从而证明了该行为识别框架的有效性.

关键词：行为识别、特征融合、高斯加权、梯度直方图、稀疏表示分类器

所属期刊栏目：45

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61603013

在线出版日期：2018-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：22-27