基于最具信息量关节序列的动作识别  

作　　者：梅震琨[1] 

机构地区：[1]苏州市轨道交通集团有限公司

出　　处：《通讯世界》2019年第7期297-298,共2页Telecom World

摘　　要：关于动作识别的许多现有工作将简单特征(例如,关节角度轨迹,光流,时空视频特征)与稍微复杂的分类器或动态模型(例如SVM、HMM、LDS、深度信念网络)组合.虽然这些方法取得了成功,但这些方法用一组通常没有任何物理意义的参数来表示动作.因此,这些方法不能将动作与身体的实际运动联系起来.在本文中,最具信息性关节序列(SMIJ)用来表示人体动作,它非常容易理解.在每个时刻,自动选择一些被认为是执行当前动作的信息量最大的骨骼关节.关节的选择基于可解释的变量,例如关节角度的平均值或方差,关节的最大角速度等.然后,将动作表示为这些信息最丰富的关节的序列.实验表明,SMIJ表示对于人类行为识别的任务是非常有辨别力的,并且比几个最先进的算法表现得更好.

关 键 词：关节序列 动作识别 实验 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]