基于深度图像的人体动作识别方法.docx

第40卷 第8期 第40卷 第8期 计算机工程 2014年8月 V01．40 No．8 Computer Engineering August 2014 ·人工智能及识别技术· 文章编号：1000-3428(2014)08-0168-05 文献标识码：A 中图分类号：TP391 基于深度图像的人体动作识别方法 刘 飞8，郝矿荣8一，丁永生8一，刘 欢8 (东华大学a．信息科学与技术学院．b．数字化纺织服装技术教育部工程研究中心，上海201620) 摘 要：为解决人体动作识别中的复杂背景和自遮挡问题，对深度图像进行研究，从深度图像中获取20个人体骨 架关节点，在此基础上将动作时间序列的关节角度变化作为人体运动的特征模型。通过改进的动态时间规整算法 计算不同动作之间关节角度变化序列的相似性，进行动作识别，以缓解传统DTW算法病态校准的问题。将识别方 法在采集的动作数据库和MSR Action3D数据进行验证，实验结果表明，该方法能达到90％以上的识别率。 关键词：深度图像；Kinect摄像头；骨架关节点；关节角度；动态时间规整；模板匹配 Human Action Recognition Method Based on Depth Images LIU Fei8，HAO Kuang—ron98 ，DING Yong—shen98 ，LIU Huan8 f a．College of Information Sciences and Technology；b．Engineering Research Center of Digitized Textile and Fashion Technology Ministry of Education，Donghua University，Shanghai 201620，China) 【Abstract】Aiming at complex background and overlap problems in the human Action recognition task，depth images used to obtain 20 joints in this paper．0n the base of them，the joint—angle variation of action time series is proposed human action feature model．Besides，this paper proposes improved Dynamic Time Warping(DTW)algorithm to avoid the pathologic alignment that be caused by original DTW algorithm．Then，the similarity between j oint‘angle variation series in different actions is calculated with improved DTW in order to recognize actions，1．e．template matching．The proposed method is carried out in self—collected action database and MSR Action3D database． Experimental results show the proposed method gains recognition of more than 90 percent accuracy． 【Key words】depth image；Kinect camera；skeleton joint；joint angle；Dynamic Time Warping(DTw)；template matching DOI：10．3969／j．issn．1000—3428．2014．08．032 的形状信息建立姿态模型，文献[2]提取视频图像中 1 概述 时空兴趣点并设计了级联分类器进行动作识别，而 人们在与外界进行交互的过程中，除了通过语 文献『3]虽然也提取轮廓信息，但采用了差分图像传 言交流，还常常借助肢体语言，即通过动作行为传递 感器简化了背景分割的图像预处理工作，从硬件上 信息。计算机视觉的研究目标之一就是理解人体动 提高了算法的