基于主动行为表达的高效互动识别方法

提出一种将两个人的互动分解为主动行为和被动行为的新方法，以实现更有效的行为识别，并创建了一个包含6种复杂人体行为的新数据集 K3HI，其中包括踢、指、拳击、推、交换物品和握手。对每一种主动行为提取出其关节、面和速度3个特征，并对这3个特征序列进行分析从而判断其行为。通过采用自己的数据集，利用连续的隐马尔可夫模型（HMMs）对主动行为识别方法和传统两人互动行为识别方法进行对比分析。结果表明，本文识别方法相比于传统方法更准确，并且可缩短样本训练时间，体现了其综合优势。