基于3D运动历史图像和多任务学习的动作识别

作     者：王松 党建武 王阳萍 金静 WANG Song;DANG Jian-wu;WANG Yang-ping;JIN Jing

作者机构：兰州交通大学电子与信息工程学院兰州730070 兰州交通大学甘肃省人工智能与图形图像处理工程研究中心兰州730070 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2020年第50卷第4期

页      面：1495-1502页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(61562057,61162016) 甘肃省高等学校科研项目(2017D-08) 甘肃省自然科学基金项目(145RJZA080) 兰州交通大学-天津大学联合创新基金项目(2018060) 

主　　题：人工智能 动作识别 3D运动历史图像 Gabor特征 多任务学习 

摘      要：针对使用深度传感器采集的深度图像序列,在3D运动历史图像的基础上提出一种基于Gabor特征提取和多任务学习的人体动作识别方法。为了解决基于轮廓特征对运动历史图像不能充分表达的问题,引入Gabor滤波器组对3D运动历史图像进行特征提取;为了刻画在不同时间维度上人体动作的变化过程,引入时域金字塔对动作视频进行划分;最后,为了挖掘动作识别任务间的相关性,采用多任务学习训练动作分类模型。实验结果表明,该方法可有效提高动作识别的准确率。