定稿 基于多层运动历史图像的TOF相机人体运动识别.docVIP

定稿 基于多层运动历史图像的TOF相机人体运动识别 第 PAGE \* Arabic \* MERGEFORMAT 7 页 _________________________ 2013-7-10收到 国家自然科学基金61271121)和安徽省自然科学基金149)资助课题 *通信作者：张旭东 xudong@ MACROBUTTON AcceptAllChangesInDoc 基于多层运动历史图像的TOF相机人体运动识别 张旭东* 杨 静 胡良梅 段琳琳 (合肥工业大学计算机与信息学院图像信息处理研究室 合肥 230009) 摘 要：该文利用TOF相机提供的距离图像，在运动历史图像的基础上提出一种基于多层运动历史图像的人体运动识别方法。计算距离轮廓序列的运动能量图作为整体运动信息，同时根据距离变化量，计算前向、后向的多层运动历史图像作为局部运动信息，共同组成多层运动历史图像。为了解决Hu矩对不连续或具有噪声的形状较为敏感的问题，引入R变换对每层运动历史图像进行特征提取，串联形成特征向量送入SVM进行分类识别。实验结果表明，该识别方法可以有效识别人体运动。 关键词：人体运动识别；距离图像；多层运动历史图像；R变换 中图分类号：TP391 Human Activity Recognition Using Multi-Layered Motion History Images with TOF Camera Zhang Xu-dong Yang Jing Hu Liang-mei Duan Lin-lin (Laboratory of Image Information Processing, School of Computer and Information, Hefei University of Technology, Hefei 230009, China) Abstract: A new method extended from motion history image called Multi-Layered Mmotion History Images (MLMHI) is proposed to the representation and recognition of human activity using depth images provided by TOF camera. Firstly, the motion-energy image of the depth silhouettes is computed as the global motion information. Then, the forward-MLMHI and backward-MLMHI is computed as the local motion information based on the variable of depth. The global and local motion information constitute the MLMHI lastly. Since the Hu moments are sensitive to disjoint shapes and noise, R transform is employed to extract features from every layered-MHI and concatenated to form a feature vector. The feature vector is used as the input of Support Vector Machine (SVM) for recognition. Experimental results demonstrate the effectiveness of the method. Key words: Human activity recognition; Depth image; Multi-Layered Motion History Images(MLMHI); R transform 1 引言 人体运动识别是计算机视觉领域的一个重要研究课题，在视频监控、虚拟现实、人机交互等方面有广阔的应用前景。基于视频的人体运动识别的关键是如何从视频中提取可靠的特征表征人体动作。利用2D相机获取运动人体信息是过去几十年的研究重点。然而，2D相机自身的局限性使已有的2D相机运动识别方法[1]仅适用于运动平行于相机的情况，由于人体运动从本质上来说是3D的，距离信息的丢失使2D相机的运动表征方法识别能力大大降低。