基于骨骼模型的人體行為識(shí)別算法研究.pdf

1、近些年，關(guān)于人體行為的識(shí)別研究開(kāi)始成為了計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)熱門(mén)課題。它不僅可以應(yīng)用到公共場(chǎng)所中的視頻監(jiān)控或視頻檢索系統(tǒng)里，而且隨著智能機(jī)器人研究技術(shù)的發(fā)展和成熟，人體行為識(shí)別也成為人機(jī)交互的一個(gè)重要技術(shù)應(yīng)用，它是搭建人類(lèi)與機(jī)器人交流的關(guān)鍵橋梁。微軟公司發(fā)布的Kinect傳感器將傳統(tǒng)的平面二維特征描述擴(kuò)展到包含景深信息的三維世界里，它推動(dòng)了人體行為識(shí)別的研究熱潮，并使基于智能機(jī)器人的人機(jī)交互變得更易實(shí)現(xiàn)。本論文將基于從Kinect傳感器

2、獲得的人體骨骼模型來(lái)對(duì)人體行為識(shí)別算法研究。
　　首先，針對(duì)環(huán)境中噪聲使采集到的原始骨骼關(guān)節(jié)點(diǎn)產(chǎn)生劇烈抖動(dòng)這一問(wèn)題，本文采用了基于人體骨骼的均值濾波來(lái)平滑各關(guān)節(jié)點(diǎn)的運(yùn)動(dòng)，減小由于抖動(dòng)而造成計(jì)算特征的偏差；其次，為了使基于骨骼模型的特征描述與世界坐標(biāo)系無(wú)關(guān)，并實(shí)現(xiàn)不同視角下識(shí)別同一人體行為，本文對(duì)均值濾波后的骨骼數(shù)據(jù)做歸一化處理，將每幀的人體骨骼數(shù)據(jù)都?xì)w一到本幀新定義的本地坐標(biāo)系下；然后在特征計(jì)算中，根據(jù)人體機(jī)械化理論里將人體模型可

3、以近似看做由運(yùn)動(dòng)副鏈接成的剛體系統(tǒng)，各部分運(yùn)動(dòng)相互牽制，本文提出了采用簡(jiǎn)單的數(shù)學(xué)概念——向量和夾角來(lái)計(jì)算人體行為中的靜態(tài)姿態(tài)和動(dòng)態(tài)運(yùn)動(dòng)的特征描述；最后，由于人體行為的結(jié)構(gòu)特性，即一個(gè)行為可以分成若干個(gè)子行為，因此采用了雙層的最大熵馬爾可夫模型來(lái)作為人體行為的識(shí)別模型。除此之外，本文還構(gòu)建了室內(nèi)環(huán)境下的行為數(shù)據(jù)集，分別是喝水、伸展運(yùn)動(dòng)、拖地、休息、工作、站立。
　　實(shí)驗(yàn)中，本文基于公共標(biāo)準(zhǔn)數(shù)據(jù)集和新構(gòu)建的行為數(shù)據(jù)集針對(duì)本論文提出的算