基于关键帧轮廓特征提取的人体动作识别方法-重庆邮电大学学报.PDF

第２９卷第１期 重庆邮电大学学报（自然科学版） Ｖｏｌ．２９　Ｎｏ．１ ２０１７年２月 ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｆｅｂ．２０１７ ＤＯＩ：１０．３９７９／ｊ．ｉｓｓｎ．１６７３８２５Ｘ．２０１７．０１．０１５ 基于关键帧轮廓特征提取的人体动作识别方法 １ １ １ ２ 王刘涛 ，廖梦怡 ，王建玺 ，马　飞 （１．平顶山学院软件学院，河南 平顶山４６７０００；２．武汉大学 计算机学院，武汉４３００７２） 摘　要：为了在人体动作识别中获得更加准确的前景分割和防止关键信息的几何丢失，提出一种利用关键帧提取 关键姿势特征的人体动作识别方法。由于背景建模和差分获得的前景不准确，利用基于纹理的灰度共生矩阵提取 动作轮廓，并对原图像帧进行分割；然后计算人体Ｂｌｏｂ的能量，选取最大信息内容的帧作为关键帧，关键帧的获取 使得特征提取对时间的变化具有一定鲁棒性；在特征分类识别阶段，为了提高分类的准确性，提出使用支持向量 机Ｋ最近邻（ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｋｎｅａｒｅｓｔｎｅｉｇｈｂｏｒ，ＳＶＭＫＮＮ）混合分类器完成分类。在Ｗｅｉｚｍａｎｎ，ＫＴＨ，Ｂａｌｌｅｔ 和ＴＵＭ４个公开数据集上实验验证了该方法的有效性。相比于局部特征方法、全局特征方法和关键点方法等，该 方法获得了更高的识别率。此外，实验结果表明，该方法在ＫＴＨ和Ｗｅｉｚｍａｎｎ数据集上的早期识别效果优于Ｂａｌｌｅｔ 数据集。 关键词：人体动作识别；前景分割；轮廓特征；灰度共生矩阵；关键帧 中图分类号：ＴＰ３９１　　　　　　　　　文献标志码：Ａ 文章编号：１６７３８２５Ｘ（２０１７）０１００９８０８ Ｈｕｍａｎａｃｔｉｖｉｔｙｒｅｃｏｇｎｉｔｉｏｎｂａｓｅｄｏｎｃｏｎｔｏｕｒｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎｏｎｋｅｙｆｒａｍｅ １ １ １ ２ ＷＡＮＧＬｉｕｔａｏ，ＬＩＡＯＭｅｎｇｙｉ，ＷＡＮＧＪｉａｎｘｉ，ＭＡＦｅｉ （１．ＣｏｌｌｅｇｅｏｆＳｏｆｔｗａｒｅ，ＰｉｎｇｄｉｎｇｓｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｐｉｎｇｄｉｎｇｓｈａｎ４６７０００，Ｐ．Ｒ．Ｃｈｉｎａ； ２．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７２，Ｐ．Ｒ．Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏａｃｑｕｉｒｅｍｏｒｅａｃｃｕｒａｔｅｏｆｆｏｒｅｇｒｏｕｎｄｓｅｇｍｅｎｔａｔｉｏｎａｎｄｐｒｅｖｅｎｔｔｈｅｌｏｓｓｏｆｃｒｉｔｉｃａｌｇｅｏｍｅｔｒｙｉｎｆｏｒｍａｔｉｏｎ ｉｎｈｕｍａｎａｃｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎ，ａｈｕｍａｎａｃｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｅｘｔｒａｃｔｉｎｇｋｅｙｇｅｓｔｕｒｅｆｅａｔｕｒｅｓｂｙｋｅｙｆｒａｍｅｉｓ ｐｒｏｐｏｓｅｄ．Ｃｏｎｃｅｒｎｉｎｇｔｈａｔｆｏｒｅｇｒｏｕｎｄｏｂｔａｉｎｅｄｆｒｏｍｂａｃｋｇｒｏｕｎｄｍｏｄｅｌｉｎｇａｎｄｂａｃｋｇｒｏｕｎｄｄｉｆｆｅｒｅｎｔｉａｌｉｓｎｏｔａｃｃｕｒａｔｅ，ｔｈｅ ａｃｔｉｏｎｃｏｎｔｏｕｒｉｓｅｘｔｒａｃｔｅｄｂｙｕｓｉｎｇｔｅｘｔｕｒｅｂａｓｅｄｇｒａｙｌｅｖｅｌｃｏｏｃｃｕｒｒｅｎｃｅｍａｔｒｉｘｗｉｔｈｓｅｇｍｅｎｔａｔｉｏｎｏｎｏｒｉｇｉｎａｌｉｍａｇｅ ｆｒａｍｅ．Ｔｈｅｎ，ｂｏｄｙｅｎｅｒｇｙＢｌｏｂｉｓｃａｌｃｕｌａｔｅｄ，ａｎｄｆｒａｍ