基于深度信息的人体运动识别方法

作     者：陈力 王俊凯 张玉玺 CHEN Li;WANG Junkai;ZHANG Yuxi

作者机构：北京航空航天大学电子信息工程学院北京100191 

出 版 物：《太赫兹科学与电子信息学报》 (Journal of Terahertz Science and Electronic Information Technology)

年 卷 期：2016年第14卷第3期

页      面：443-448页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主　　题：分层传输运动分析 运动识别 时空兴趣点 运动表征 SVM分类 

摘      要：近年来,可见光视频序列的人体运动识别研究已经取得了一定的进展。由于这些数据源容易受到目标颜色、光照强度和背景杂波的影响,因此将深度信息应用于人体运动识别。本文首先采用了基于时空兴趣点的人体运动的局部表征方法,分别实现了Harris时空兴趣点与基于Gabor滤波器的时空兴趣点(STIPs)检测方法在深度信息上的应用。然后对相应结果进行立方体描述并提取了深度立方体相似特征(DCSF)。最后利用基于时空码本的支持向量机(SVM)动作分类器完成对动作的分类。实验表明,基于Gabor滤波器的检测方法在深度数据集上取得了更好的识别效果。