|
|||||
|
|
| 基于关节点运动轨迹的人体动作识别 | |
| 作者单位： | ;1.兰州交通大学电子与信息工程学院 |
| 摘 要： | 为了提高动作识别的准确率和实时性,提出一种基于关节点运动轨迹的动作识别方法.受心理物理学中关于人体运动实验的启发,使用人体骨架关节点的运动轨迹表示人体动作,它能够在时空维度上对动作进行完整表达.在此基础上,使用高斯混合模型对关节点运动轨迹进行聚类,进而通过Fisher向量进行特征量化.考虑到动作识别任务的实时性要求,提出基于核极限学习机的动作识别,以此提升动作识别任务的实时性和准确率.最后,在公开数据集UTD-MHAD和KARD上对提出的方法进行了验证,实验结果证明了该方法的有效性. |
| 关 键 词： | 运动轨迹 高斯混合模型 Fisher向量 核极限学习机 |
Action Recognition Using Trajectories of Joints |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |