位置:成果数据库 > 期刊 > 期刊详情页
基于深度信息的人体动作识别研究综述
  • ISSN号:1006-4710
  • 期刊名称:《西安理工大学学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西安理工大学信息科学系西安710048, [2]西安理工大学自动化与信息工程学院西安710048
  • 相关基金:国家自然科学基金项目(No.61073092)、国家国际科技合作专项基金项目(No.2011DFR10480)资助
中文摘要:

人体动作的表面特征和动态特征无统一性描述,导致无法精确地区分人体动作.文中提出基于空间分布特征的人体动作动态建模识别方法(DMRSD).利用相对极坐标划分特征的空间区域,统计局部区域非零信息点数目,形成空间分布特征描述表面特征.然后利用自回归滑动平均动态模型建模空间特征序列,形成模型参数特征描述动态时间结构特征.最后通过各参数特征的相似矩阵线性关系假设,结构融合表面特征和动态运动特征,形成统一性描述特征.用最近邻识别人体动作.在Weizmann和KTH库中比对当前方法的识别结果,文中方法获得较好的识别性能.

英文摘要:

The appearance feature and dynamic feature of human action have not an integrate description, which leads to distinguish human action inaccurately. In this paper, human action dynamic modeling recognition based on the spatial distribution feature (DMRSD) is proposed. Firstly, the spatial region of the feature is divided into a number of local regions by the relative polar coordinates, the statistic number of the nonzero information points is obtained in these local regions, and these numbers form a spatial distribution feature which describes the action appearance feature. Then, these spatial distribution feature sequences are modeled by autoregressive moving average model, then the feature of model parameter is obtained, which represents the dynamic time structure. Finally, the hnear relation of the affinity matrix of these parameter features is hypothesized, the appearance feature structure and the dynamic motion feature structure are fused, and an integrate description is generated. Human action recognition is directly performed Compared Weizmann on the fusion structure of an integrate description by the nearest neighbor classification. to the recognition results of current methods, DMRSD obtains better recognition rate on and KTH databases.

同期刊论文项目
期刊论文 3 会议论文 2 专利 1
同项目期刊论文
期刊信息
  • 《西安理工大学学报》
  • 北大核心期刊(2011版)
  • 主管单位:陕西省高教厅
  • 主办单位:西安理工大学
  • 主编:刘宏昭
  • 地址:西安市金花南路5号
  • 邮编:710048
  • 邮箱:xb@mail.xaut.edu.cn
  • 电话:029-82312403
  • 国际标准刊号:ISSN:1006-4710
  • 国内统一刊号:ISSN:61-1294/N
  • 邮发代号:
  • 获奖情况:
  • 全国优秀高校自然科学学报及教育部优秀科技期刊,陕西省高校优秀学报
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:5484