基于动作图的视角无关动作识别

摘要：

针对视角无关的动作识别,提出加权字典向量描述方法和动作图识别模型.将视频中的局部兴趣点特征和全局形状描述有机结合,形成加权字典向量的描述方法,该方法既具有兴趣点抗噪声强的优点,又可克服兴趣点无法识别静态动作的缺点.根据运动捕获、点云等三维运动数据构建能量曲线,提取关键姿势,生成基本运动单元,并通过自连接、向前连接和向后连接3种连接方式构成有向图,称为本质图.本质图向各个方向投影,根据节点近邻规则建立的有向图称为动作图.通过Na-ve Bayes训练动作图模型,采用Viterbi算法计算视频与动作图的匹配度,根据最大匹配度标定视频序列.动作图具有多角度投影和投影平滑过渡等特点,因此可识别任意角度、任意运动方向的视频序列.实验结果表明,该算法具有较好的识别效果,可识别单目视频、多目视频和多动作视频.

关键词：动作识别、角度无关、动作图、兴趣点、Na-ve、Bayes

所属期刊栏目：20

分类号：TP391(计算技术、计算机技术)

资助基金：the National High-Tech Research and Development Plan of China under Grant Nos.2006AA01Z333, 2007AA01Z337 国家高技术研究发展计划863;the China High-Tech Olympics Project under Grant No.Z0005191041211

在线出版日期：2009-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：2679-2691