论文部分内容阅读
本文提出了一种在3D人体关节点轨迹数据(序列)上的基于生成式模型特征映射的动作识别算法。该算法使用隐马尔可夫模型(HMM)对关节轨迹数据进行建模，但与之前基于HMM的方法相比，主要区别在于将HMM与判别式分类器的结合，以获取和利用更多的判别信息。首先，我们使用HMM对人体关节序列进行建模。然后使用后验分歧(Posterior Divergence)从训练好的HMM模型中得到样本的特征映射，该映射可以将所有长度不一致的序列映射到一个维度固定的特征向量，然后可以用支持向量机(SVM)进行分类。我们在大量的3D人体运动数据上对提出的算法进行实验，结果表明，与其他方法相比，所提出方法具有更好的结果。