PDV分解结合三元组的视角无关动作识别

作     者：陈小辉 CHEN Xiao-hui

作者机构：榆林学院信息工程学院陕西榆林719000 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2015年第22卷第5期

页      面：1010-1016页

核心收录：

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 081104[工学-模式识别与智能系统] 08[工学] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(51406176) 

主　　题：动作识别 视角无关 三元组 投影深度向量 特征分解 

摘      要：人体动作识别是计算机图像处理领域一个非常重要的研究课题,但是由于视角的多变性以及摄像机内部参数的多样性,给动作识别造成了诸多困难。提出了一种基于投影深度向量(Projective Depth Volume,PDV)分解结合三元组的视角无关人体动作识别算法,该算法合理地结合了三元组策略,是引入特征向量视角无关动作识别算法的有效扩展。其核心是对每个帧平面使用身体三元组提取每个点的投影深度,通过标识人体为一组点将身体姿势分解为一组投影深度,用于识别各种视角的身体点运动,并通过投影深度来度量2个动作之间的相似度。在包括CMU Mo Cap数据集、IXMAS数据集和MSR Action3D数据集上的大量实验表明,即使在视角和摄像参数未知的情况下,也能准确识别人体动作,识别率分别达到96.0%,87.3%和90.2%,高于其他几种优秀算法。