基于Kinect和ROS的骨骼轨迹人体姿态识别研究

摘要：

为了解决不完整人体动作识别的问题,在机器人操作系统(robot operating sys-tem,ROS)下提出利用骨骼节点向量的角度累计变化作为特征向量,并采用自适应能量的方法划分视频人体动作.在人体解剖学的基础上建立投影坐标平面,进行空间位置和骨骼角度的计算.通过时间金字塔方法对不同时间间隔的骨骼角度数据编码,形成多级特征向量更好地表示人体动作.在人体受遮挡情况下,使用扩展卡尔曼滤波预测骨骼节点坐标,提高骨骼坐标的准确性.该方法具有旋转、平移不变性,识别4种不完整人体动作的正确率达到了92.25％.

关键词：自适应能量、时间金字塔、扩展卡尔曼滤波、机器人操作系统(ROS)、预测

所属期刊栏目：30

资助基金：国家自然科学基金61573024

在线出版日期：2020-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：177-184