| 
  中国学术期刊网络出版总库
  关闭
基于多描述子特征编码的人体行为识别  
   推荐 CAJ下载 PDF下载
【英文篇名】 Human Activity Recognition Based on Multi-descriptor Feature Coding
【下载频次】 ★★
【作者】 宋相法; 姚旭;
【英文作者】 SONG Xiang-fa; YAO Xu; School of Computer and Information Engineering; Henan University;
【作者单位】 河南大学计算机与信息工程学院;
【文献出处】 计算机技术与发展 , Computer Technology and Development, 编辑部邮箱 2018年 08期  
期刊荣誉：ASPT来源刊  CJFD收录刊
【中文关键词】 人体行为识别; 特征编码; 运动姿态描述子; 角度描述子; 三维人体骨架序列;
【英文关键词】 human activity recognition; feature coding; moving pose descriptor; angle descriptor; 3D human skeleton sequence;
【摘要】 针对采用单一描述子和单一特征编码方法导致三维人体骨架序列的行为识别率较低的问题,提出一种基于多描述子特征编码的方法。首先,从三维人体骨架序列中分别提取运动姿态描述子和角度描述子。然后,对每种描述子分别进行向量量化编码、稀疏编码和局部约束线性编码,从而获得六种特征。最后,根据这六种特征分别构造线性分类器,通过投票机制得到最终的识别结果。为了验证所提方法的有效性,在三维人体骨架序列行为数据集MSR Action3D上进行了实验,实验结果表明该方法的识别率为94.9%,并且高于其他方法的识别率。
【英文摘要】 Aiming at the problem of lowactivity recognition rate from 3D human skeleton sequence based on a single descriptor and a single feature coding method,we propose a method based on multi-descriptor feature coding. Firstly,moving pose descriptor and angle descriptor are extracted respectively from 3D human skeleton sequence. Then,vector quantization coding,sparse coding and locality constrained linear coding are employed respectively to get six kinds of feature based on two kinds of descriptor. Finally,linear ...
【基金】 国家自然科学基金(U1504611); 河南省教育科学技术研究重点项目(15A520010)
【更新日期】 2018-09-17
【分类号】 TP391.41
【正文快照】 0引言人体行为识别在人机交互、视频监控、机器人视觉以及体感游戏等领域有着广泛的应用[1-6]。过去,研究人员主要利用图像和视频研究行为识别问题;如今,研究人员开始利用微软Kinect传感器捕获的三维人体骨架序列研究行为识别问题。人体是链式结构的,行为可由三维人体骨架关节?

xxx
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献，从上层导航可以浏览更多相关领域的文献。

工业技术
　 自动化技术、计算机技术
　　 计算技术、计算机技术
　　　 计算机的应用
　　　　 信息处理(信息加工)
　　　　　 模式识别与装置
　　　　　　 图像识别及其装置
  
 
  CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司
其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）
京ICP证040431号    互联网出版许可证 新出网证（京）字008号