基于骨架信息的人體動作識別.pdf

1、人體動作識別是計算機視覺領域一大熱門的研究方向。其主要目的是對視頻中的人體動作進行正確地分類。這項技術可以被應用到智能視頻監(jiān)控、人機自然交互、運動視頻分析以及無人駕駛等領域。然而如何構造有效的特征來對視頻當中的人體動作進行描述一直是一個非常有挑戰(zhàn)性的問題。本文通過對人體骨架信息進行深入挖掘，提出了基于關節(jié)點位置的動力學和關系特征，這組特征由4大類特征、36種子特征構成。
　　1.關節(jié)動力學特征:這一大類特征由速度、加速度、角速度、

2、角加速度、速率、加速率、動能、動能變化、重力勢能、重力勢能變化、總能量、總能量變化、歸一化位置等13種子特征構成，這組特征從關節(jié)點運動和能量變化的角度出發(fā)，充分地挖掘了人體骨架的動力學信息。
　　2.相關關系特征:這一大類特征由速度相關關系、加速度相關關系、角速度相關關系、角加速度相關關系，能量變化相關關系等5種子特征構成，這組特征描述了任意一對關節(jié)點之間的運動相關關系和能量變化相關關系。
　　3.距離關系特征:這一大類特征

3、由水平距離關系及其軌跡、垂直距離關系及其軌跡、方向正弦距離關系及其軌跡、方向余弦距離關系及其軌跡、特征向量方向距離關系及其軌跡、連通距離關系及其軌跡等12種子特征構成，這組特征描述了任意一對關節(jié)點在特定方向上的距離關系。
　　4.幾何關系特征:這一大類特征由關節(jié)向量內(nèi)積及其軌跡、關節(jié)向量余弦相關性及其軌跡、關節(jié)三角形面積周長比及其軌跡等6種子特征構成構成，這組特征描述了任意三個關節(jié)點之間幾何關系。
　　將這些特征合并在一起構

4、成基于關節(jié)點位置的動力學和關系特征。本文對這組特征的各個子特征進行了全面的比較。這組特征在JHMDB數(shù)據(jù)集、sub-JHMDB數(shù)據(jù)集和Penn Action數(shù)據(jù)集上均取得了不錯的效果。此外，由于動作識別系統(tǒng)中每個環(huán)節(jié)都會對最后的識別結果產(chǎn)生一定的影響，因此本文探索了適合基于關節(jié)點位置的動力學和關系特征的動作識別算法框架。其中最合適的詞袋模型為基于K均值聚類和向量量化的詞袋模型，最有效的分類模型為多通道的RBF-x2核的支持向量機。