首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于MEM-LBP的动作特征提取及识别方法*
引用本文:陈恩庆,樊军博.一种基于MEM-LBP的动作特征提取及识别方法*[J].计算机应用研究,2018,35(4).
作者姓名:陈恩庆  樊军博
作者单位:郑州大学 信息工程学院,郑州大学 信息工程学院
基金项目:国家自然科学基金重点项目(61331021);河南省重点科技攻关项目 (152102310294);河南省产学研项目 (162107000023)
摘    要:针对动作识别中如何有效地利用人体运动的三维信息的问题,提出一种新的基于深度视频序列的特征提取和识别方法。该方法首先运用运动能量模型(MEM)来表征人体动态特征,即先将整个深度视频序列投影到三个正交的笛卡儿平面上,再把每个投影面的视频系列划分为能量均等的子时间序列,分别计算子序列的深度运动图能量从而得到运动能量模型(MEM)。然后利用局部二值模式(LBP)描述符对运动能量模型编码,进一步提取人体运动的有效信息。最后用 范数协同表示分类器进行动作分类识别。在MSRAction3D、MSRGesture3D数据库上测试所提方法,实验结果表明该方法有较高的识别效果。

关 键 词:人体动作识别  深度视频序列  运动能量模型  局部二值模式  深度运动图  
收稿时间:2016/11/23 0:00:00
修稿时间:2018/2/28 0:00:00

A method of human action feature extraction and recognition based on MEM-LBP*
Chen Enqing and FAN Junbo.A method of human action feature extraction and recognition based on MEM-LBP*[J].Application Research of Computers,2018,35(4).
Authors:Chen Enqing and FAN Junbo
Affiliation:School of Information Engineering,Zhengzhou University,
Abstract:
Keywords:Human action recognition  depth video sequence  motion energy model  LBP  depth motion map
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号