基于三维人体语义骨架点的姿态匹配-计算机应用与软件.pdf

基于三维人体语义骨架点的姿态匹配-计算机应用与软件.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于三维人体语义骨架点的姿态匹配-计算机应用与软件

第34卷第1期    计算机应用与软件 Vol34No.1 2017年1月   ComputerApplicationsandSoftware Jan.2017 基于三维人体语义骨架点的姿态匹配 王大鹏 黎 琳 韩 丽 张美超 王露晨 (辽宁师范大学计算机与信息技术学院 辽宁大连 116081) 摘 要  针对三维人体模型结构复杂,处理数量大且不易提取控制点等问题,提出通过对人体形状进行特征分 析描述人体结构并进行姿态识别的算法。融合测地线与空间结构等特征提取骨架点有效减少数据的计算量,并 通过ICP算法进行姿态的行为识别。实验证明,该算法有效地提升了三维姿态的识别效率,并有很好的鲁棒性。 关键词  三维人体 语义骨架 姿态识别 中图分类号 TP3    文献标识码 A    DOI:10.3969/j.issn.1000386x.2017.01.031 ATTITUDEMATCHINGBASEDONTHETHREEDIMENSIONALHUMAN BODYSEMANTICSKELETONPOINTS WangDapeng LiLin HanLi ZhangMeichao WangLuchen (SchoolofComputerandInformationTechnology,LiaoningNormalUniversity,Dalian116081,Liaoning,China) Abstract  Aimingatseveralproblemssuchasthecomplexstructure,largeprocessingquantityanddifficultextraction ofcontrolpointsofthreedimensionalhumanbodymodels,analgorithmofdescribingbodystructureanddoingpose recognitionbyanalyzingcharacteristicsofshapeofhumanbodyisproposed.Itfusedthecharacteristicsofgeodesicand spatialstructuretoextractskeletonpointswhichreducethecalculationeffectivelyandmakebehaviorrecognitionof attitudebyusingICPalgorithm.Experimentsprovedthatusingthisalgorithmcouldrecognizethethreedimensionalpose moreeffectivelywithgoodrobustness. Keywords  Threedimensionalhumanbody Semanticskeleton Poserecognition GMM(GaussianMixtureModel)等。基于时空特征的方 0 引 言 法是将一段时间序列的动态过程进行分析,通过训练 样本来获取动作的模型参数,常见的方法包括线性动 近年来,人体姿态识别成了计算机视觉领域中的 态系统 LDS(LinearDynamicSystem)等。Natarajan等 一个重要研究方向。人作为社会活动的主体,对人的 人[3]通过动态贝叶斯网络DBN(DynamicBayesianNet 动作行为进行识别分析具有重要的研究价值,在医疗、 work)来表示分解后的运动序列,描述复杂动作拆分后 监控、人机交互等方面具有广阔的应用前景。对于大 的转换关系。基于时空特征的分析法中,Wang等[4]利 量的三维人体模型数据,如何去自动获取人体特征、学 用局部兴趣点的密度特性,观察局部兴趣点的多

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档