基于深度图像序列的人体动作识别研究

发布时间：2021-06-12 03:20

　　人体动作识别在许多应用领域具有重要意义,例如智能安防、机器监控、人机交互、虚拟现实、无人驾驶等等。随着人工智能和模式识别技术的不断发展,人体动作识别的巨大产业前景使其成为了近些年来的研究热点。随之而来的硬件设备革新,为人体动作识别领域提供了更多的可能性,平面信息升级成空间信息,越来越多的研究开始往基于深度图像序列的方向上投入,而在深度图像序列中,以3D骨骼数据的使用最为广泛。同时,随着深度学习技术的不断发展,传统手工特征提取的方法逐渐被取代。将深度学习与3D骨骼数据两者结合进行的动作识别方法在实验结果上取得了不错的性能。部分研究者的做法是使用卷积神经网络对单独帧中的骨骼数据进行特征提取,判断动作类别。这种方法的局限性在于,只关注单一时刻的骨骼姿态,严重忽略了时间维度上的特征对动作识别性能的影响,同时对骨骼本身空间结构的特征提取有限,关节数据被当作独立的不相关数据进行训练,丢失了人体结构拓扑关系对识别结果的影响,并且极易受噪声关节的干扰。针对以上问题,本文旨在提出一种针对3D骨骼数据的能够提取优质时间和空间特征的网络模型,来提高动作识别的准确率。本文的主要研究工作如下:1.在空间特征提取... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图１．１?２０１０年？２０１９年动作识别领域新增文献数量??

图１．３动作识别在视频监控和直播中的应用??

图１．２Ｋｉｎｅｃｔ体感设备２．０??

【参考文献】：
期刊论文
[1]基于骨骼向量夹角的人体动作识别算法[J]. 顾军华,李硕,刘洪普,马鹤芸.  传感器与微系统. 2018(02)
[2]基于骨骼特征和手部关联物体特征的人的姿态识别[J]. 刘从文,费树岷.  工业控制计算机. 2016(04)
[3]基于时空域Adaboost算法的人体动作识别研究[J]. 郭丹丹,朱希安.  北京信息科技大学学报(自然科学版). 2015(02)
[4]骨架关节点跟踪的人体行为识别方法[J]. 陈曦,孟庆虎.  河南科技大学学报(自然科学版). 2015(02)
[5]基于多支点骨骼模型的实时行为识别方法[J]. 王军,许永明,王东辉,郭文波.  华中科技大学学报(自然科学版). 2013(S1)
[6]等张收缩肱二头肌特性的多信号结合研究[J]. 胡淑娴,施俊,郭静宜,郑永平.  生物医学工程学进展. 2009(04)

硕士论文
[1]基于特征融合的3D骨架动作识别算法研究[D]. 梁淇.华东师范大学 2018
[2]基于骨骼和深度模型的一类人体行为识别方法的研究[D]. 李志超.东南大学 2015



本文编号：3225845