自适应骨中心识别人类行为的算法PDF

2019-05-02 10:21 来源:互联网
文档标识代码:项目编号:中国地图方法的分类编号1006-8961-
纸预约格式:
基于自适应骨中心的人类行为识别算法
杨?Shian'yu,刘?楷,隶?关,庭?雯雯,陈玘瓶
710071中国计算机科学的西安大学中文系
摘要:目的:基于三维骨架,人工视觉,监控行为识别的研究,已经成为视频游戏和机械领域的一个非常活跃的话题。
人类,人机交互,和许多在卫生保健领域所取得的成绩已经提高。
目前大多数的动作识别算法会选择固定接点为坐标。
为了解决在识别移动的低识别精确度的问题,运动的心脏识别率是低的,该文献提出了一种自适应骨中心。
算法识别
方法:该算法首先获取的三维框架序列骨数据集以获得运动的原始坐标预处理它。
矩阵,然后根据原始坐标矩阵提取所述特征,根据特征值的变化选择坐标中心自适应,将返回到归一化原始坐标矩阵。
最后,它是由移动通过动态时间编程坐标矩阵中的噪声除去,并且将运动由傅立叶时间金字塔的表示坐标减小。
移和基体的问题的噪声,并进行分类使用支持向量机的移动坐标矩阵。
本文档使用了国际公认的数据集。
UTKinect-Action和MSRAction3D将验证算法。
结果:结果表明,UTKinect-行动数据的算法行设定。
识别率比HO3DJ2算法高4。
28%,比CRF算法更高3。
48%
该算法比MSRAction 3D数据集的3D HOJ算法更高。
9
57%,比ProfileHMM算法高2。
07%,比Eigenjoints算法高6。
17%
结论:本文旨在当前的行为识别算法的识别率。
低的问题,原因探索问题通过坐标的固定接头的中心,是提出一种算法行为识别自适应骨中心。
验证了仿真
算法可以有效提高识别的人类行为的准确性。
关键词:识别人的行为,骨骼排列,特征提取,匹配,规范化
基于人类动作识别算法的自适应骨架中心
RanXianyu,LiuKai,黎光,DingWenwen,陈斌
科学,技术,计算,西安电子科技大学,陕西,710071
摘要:目的:寻找基于三维框架,行为识别已经非常积极地进行
问题自动格式的计算机视觉识别捕获的人的行为。
它已被广泛应用
真实世界的应用程序数量。
多年来,监控应用,视频游戏,已机器人总是使用,
人类和人类,人机交互的互动。
健康管理等。
我一直在探索,研究人员自1960年以来。
Wekan
通过3datamainlylyly通过四个获取。
通过这三天的调研,请获取有效的信息。
正在使用的一种方法
动作捕捉系统标记。
这些秒钟如下。从2dimageseq的多个可视化