基于深度图像与骨骼数据的行为识别

摘要：

为了充分利用深度图像与骨骼数据进行人体行为识别, 提出了一种基于深度图形与骨骼数据的多特征行为识别方法.该算法的多特征包括深度运动图(DMM)特征与四方形骨骼特征(Quad).深度图像方面, 将深度图像投影到一个笛卡尔坐标系的三个平面获得深度运动图特征.骨骼数据方面, 提出四方形骨骼特征, 它是骨骼坐标的一种标定方式, 得到的结果只与骨骼姿态有关.同时提出一种多模型概率投票的分类策略, 减小了噪声数据对分类结果的影响.所提方法在MSR-Action3D和DHA数据库进行实验, 实验结果表明, 所提算法有着较高的识别率与良好的鲁棒性.

关键词：深度图像、骨骼数据、行为识别、深度运动图、四方形骨骼特征

所属期刊栏目：36

分类号：TP391.4(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61063021;江苏省产学研前瞻性联合研究项目BY2015027 12;the National Natural Science Foundation of China61063021;Industry, Teaching and Research Prospective Project of Jiangsu ProvinceBY2015027 12

在线出版日期：2017-01-14（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：2979-2984,2992