基于融合特征的人体动作识别

• 作 者: 陈甜甜 姚璜 魏艳涛 左明章 杨梦婷
• 机 构: 华中师范大学教育信息技术学院
• 出 处: 计算机工程与设计
• 发表日期: 2019年05期
• 关键词: 动作识别 小波变换 轮廓特征 时空兴趣点 骨骼特征 支持向量机 action recognitionwavelet transformcontour featu
• 基金项目: “十二五”科技支撑计划基金项目(2015BAK33B02),华中师范大学自主科研基金项目(CCNU18TS041、CCNU18QN020).

针对复杂的人体动作识别率较低以及单一特征的不足的问题,提出基于Haar小波变换的改进轮廓特征以及多种特征融合的动作识别方法。在第一组实验中对小波变换后的单轮廓特征采用动态时间规整(DTW)算法进行动作序列匹配;第二组实验中提取每帧深度图像的时空兴趣点并进行匹配,在轮廓特征基础上融合加速稳健特征(SURF)和光流直方图(HOF)运动特征作为局部特征;第三组实验在第二组实验的基础上加入骨骼特征。后两组实验均采用线性支持向量机(SVM)对提取的特征进行训练和分类,并在公开数据集MSR Action3D上进