融合骨架特征和时空兴趣点特征的动作识别及应用

发布时间：2017-04-29 22:06

  本文关键词：融合骨架特征和时空兴趣点特征的动作识别及应用，由笔耕文化传播整理发布。

【摘要】：人体动作识别是计算机视觉领域的一个重要课题,在人机交互,视频监控,体感游戏等领域应用广泛。近年来,随着深度传感技术的迅猛发展,基于深度信息的动作识别成为国内外学者的研究热点。如何在复杂场景下准确计算出人体动作特征是动作识别的一个关键问题,有着重要的研究价值。本文主要研究融合人体骨架特征和时空兴趣点特征的动作识别方法以及动作识别技术在人机交互活动中的应用。(1)本文提出了视角无关的人体骨架特征来表示动作姿态,提出了一种时空兴趣点描述子来建模运动过程中的细节变化,并使用特征融合框架来融合两种互补特征。首先,使用Kinect传感器分别获取人体运动的骨架点坐标和深度图像序列,通过中值滤波等操作提高了信息的可信度。对于骨架点坐标,构建视角无关的局部坐标系并计算骨架点的相对偏转角,将统计出的角度直方图作为其特征描述;对于深度图像序列,检测序列中的时空兴趣点并在兴趣点周围立方体区域施内加自定义的描述子来计算时空兴趣点特征。其次,对骨架初始特征进行时域建模,作为全局动作特征。对时空兴趣点初始特征使用词袋模型来提炼和简化特征表示,作为局部动作特征。再次,对两特征进行降维归一化等操作并融合。最后,使用支持向量机的方法来训练分类模型以及识别动作。实验结果表明,两种特征具有很好的互补性,本文提出的方法在复杂场景下可以取得较好的识别效果。(2)本文设计并实现了一款基于人体动作识别的交互应用系统。该系统包括数据采集模块,连续动作分割模块,动作识别模块和模型交互模块。该系统可以在真实场景中很好的识别人体动作,并根据识别结果在Unity3D虚拟场景中完成人机交互,有着良好的交互体验。
【关键词】：人体动作识别 深度信息 特征融合 人机交互
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-12
• 1.1 论文研究目的和意义9-10
• 1.2 论文研究内容10-11
• 1.3 论文组织结构11-12
• 第2章 基于深度信息的动作识别研究现状12-24
• 2.1 引言12-13
• 2.2 基于深度信息的动作特征描述13-20
• 2.2.1 基于 3D轮廓特征13-15
• 2.2.2 基于骨架点和身体部分追踪15-16
• 2.2.3 基于局部时空特性16-17
• 2.2.4 基于 3D光流特征17-19
• 2.2.5 基于局部占有特征19-20
• 2.3 基于特征融合的人体动作识别方法20-22
• 2.4 动作识别应用系统22-23
• 2.5 本章小结23-24
• 第3章 融合骨架特征和时空兴趣点特征的动作识别24-48
• 3.1 引言24
• 3.2 基于骨架节点的动作特征24-30
• 3.2.1 人体骨架特征24-25
• 3.2.2 视角无关的骨架特征25-29
• 3.2.3 骨架特征时域建模方法29-30
• 3.3 基于时空兴趣点的动作特征30-34
• 3.3.1 时空兴趣点检测算子31-33
• 3.3.2 时空兴趣点描述算子33-34
• 3.4 动作特征融合34-37
• 3.4.1 基于K-means的词袋模型34-37
• 3.4.2 基于主成分分析的特征降维37
• 3.5 支持向量机模型37-39
• 3.6 实验39-46
• 3.6.1 实验平台及实验数据39-41
• 3.6.2 数据预处理41-43
• 3.6.3 实验结果及分析43-46
• 3.7 本章小结46-48
• 第4章 基于动作识别的交互应用48-59
• 4.1 引言48
• 4.2 交互系统设计48-57
• 4.2.1 动作数据采集模块49-50
• 4.2.2 连续动作分割模块50-54
• 4.2.3 动作识别模块54-56
• 4.2.4 交互模块56-57
• 4.3 系统演示效果57-58
• 4.4 本章小结58-59
• 结论与展望59-61
• 工作总结59-60
• 未来展望60-61
• 参考文献61-66
• 攻读学位期间发表论文与研究成果清单66-67
• 致谢67

【相似文献】

中国期刊全文数据库 前10条

1 胡雅琴;;动作识别技术及其发展[J];电视技术;2013年S2期

2 倪世宏,史忠科,谢川,王彦鸿;军用战机机动飞行动作识别知识库的建立[J];计算机仿真;2005年04期

3 程祥;;人体动作识别的研究[J];电脑知识与技术;2006年20期

4 黄飞跃;徐光yP;;视角无关的动作识别[J];软件学报;2008年07期

5 徐光yP;曹媛媛;;动作识别与行为理解综述[J];中国图象图形学报;2009年02期

6 黄丽鸿;高智勇;刘海华;;基于脉冲神经网络的人体动作识别[J];现代科学仪器;2012年02期

7 周艳青;王磊;;基于视觉的人体动作识别综述[J];山东轻工业学院学报(自然科学版);2012年01期

8 曹琨;;基于检索表的实时动作识别技术研究[J];中外企业家;2014年05期

9 刘博;安建成;;基于关键姿势的人体动作识别[J];电视技术;2014年05期

10 王燕;张绍武;凌志刚;潘泉;;基于图嵌入线性拓展方法的人体动作识别研究[J];计算机仿真;2008年10期

中国重要会议论文全文数据库 前7条

1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年

2 黄飞跃;徐光yP;;自然的人体动作识别[A];第三届和谐人机环境联合学术会议（HHME2007）论文集[C];2007年

3 叶喜勇;陶霖密;王国建;邸慧军;;视角无关的人体躯干动作识别[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

4 黄艳欢;叶少珍;;连续动作分割综述[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 董力赓;陶霖密;徐光yP;;头部姿态和动作的识别与理解[A];第三届和谐人机环境联合学术会议（HHME2007）论文集[C];2007年

6 朱岩;赵旭;刘允才;;基于稀疏编码和局部时空特征的人体动作识别[A];第十五届全国图象图形学学术会议论文集[C];2010年

7 席旭刚;金燕;朱海港;高云园;;基于小波包熵和支持向量机的手部肌电信号动作识别[A];2013年中国智能自动化学术会议论文集（第五分册）[C];2013年

中国重要报纸全文数据库 前2条

1 本报记者 陈丹;人与机器的“对话”[N];科技日报;2010年

2 ;凌空敲键盘？无线计算机手套问世[N];中国计算机报;2004年

中国博士学位论文全文数据库 前10条

1 谌先敢;现实环境下的人体动作识别[D];武汉大学;2012年

2 陈渊博;视频序列中的人体动作识别[D];北京邮电大学;2015年

3 刘翠微;视频中人的动作分析与理解[D];北京理工大学;2015年

4 陈萌;基于李代数高斯表示的动作识别方法研究[D];华中科技大学;2016年

5 李拟s，

本文编号：335673