|
|||||
|
|
| 权重融合深度图像与骨骼关键帧的行为识别 | |
| 引用本文： | 许艳,侯振杰,梁久祯,陈宸,贾靓,宋毅.权重融合深度图像与骨骼关键帧的行为识别[J].计算机辅助设计与图形学学报,2018(7). |
| 作者姓名： | 许艳 侯振杰 梁久祯 陈宸 贾靓 宋毅 |
| 作者单位： | 常州大学信息科学与工程学院;Department |
| 摘 要： | 针对2D信息量不足导致人体行为识别率不高的问题,提出融合多种深度信息的行为识别方法.首先利用深度图像捕捉行为线索,提取梯度及相关方向特征;然后利用互信息提取骨骼图的关键帧,提出基于关键帧的静态姿态模型、当前运动模型和动态偏移模型表征人体行为底层特征;最后通过权重投票机制为不同种类特征分配权重,实现多类特征下的多权重融合.在MSR_Action3D深度数据集上的实验结果表明,该方法的识别率比其他方法提高1.5%. |
| 本文献已被 CNKI 等数据库收录！ | |