Print

基于骨架模型的人体动作识别方法

论文摘要

深度传感器以其高性价比特性越来越受到研究人员的青睐,结合姿态估计算法来自动识别人体动作,是当前计算机视觉领域中的研究热点之一。本文构建骨架序列模型作为人体姿态描述器,提出一种基于Citation-KNN算法的动作分类框架,可以有效应对类内差异和类间相似问题。此外,对于调节噪声和时间不一致的容忍度来说,该方法亦提供了一个有效途径。仿真实验证明了该方法在两个动作识别数据集上能取得非常好的效果。

论文目录

  • 1 多示例学习和Citation-KNN算法
  • 2 改进的Citation-KNN算法
  • 3 基于Citation-KNN的带有时间戳姿态描述器
  • 4 实验结果
  • 5 结语

    • 文章来源

    类型: 期刊论文

    作者: 黄珊珊,郭忠文,孔勇强

    关键词: 姿态估计,骨架模型,动作识别,算法

    来源: 中国海洋大学学报(自然科学版) 2019年S2期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 计算机软件及计算机应用,自动化技术

    单位: 中国海洋大学信息科学与工程学院

    基金: 国家自然科学基金项目(61379127)资助~~

    分类号: TP391.41;TP18

    DOI: 10.16441/j.cnki.hdxb.20170120

    页码: 164-169

    总页数: 6

    文件大小: 1061K

    下载量: 297

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/9cfd1fec10a9bcdfdde67260.html