基于PCA的坐姿行为识别  

Behavior recognition based on sit posture using principle component analysis

作　　者：武松林[1] 崔荣一[1] 

机构地区：[1]延边大学工学院计算机科学与技术系智能信息处理研究室,吉林延吉133002

出　　处：《计算机应用研究》2010年第7期2786-2788,共3页Application Research of Computers

基　　金：吉林省科技厅资助项目(20050703-1)

摘　　要：为了对坐姿下的几种行为进行识别,在分析常有坐姿的基础上,提出了通过PCA对八种不同姿势进行分类识别的方法。结合背景帧信息通过背景轮廓消减法提取运动目标区域,利用肤色在YCbCr空间聚集在一片固定区域且在CbCr平面上投影为一个近似椭圆的特性,在运动目标区域提取肤色区域,并对检测出的肤色灰度图进行PCA运算,实现了姿势识别。实验结果表明,所提出的利用PCA进行姿势识别的方法正确率达到84.92%,能够准确地识别坐姿行为,并且对运动阴影、光线变化具有良好的鲁棒性。According to the usual sit posture,this paper recognized 8 kinds behavior of human based on sit posture using PCA.Firstly,detected the motion area by background contrast attenuation method.Then,considering the clustered skin area in a fixed region of YCbCr space which had ellipse-like projection in CbCr plane,extracted the skin area of motion object.Finally,realized the posture recognition by PCA on the grayscale image of skin.The experimental results show that the average accuracy of behavior recognizing is 84.92% and the proposed algorithm is reasonably robust in shadow and varying luminance.

关 键 词：行为识别 坐姿 运动目标检测 肤色提取 主分量分析 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]