基于关节间夹角变化序列的动作识别算法研究-计算机应用与软件.pdf

第３４卷第６期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．６ ２０１７年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１７ 基于关节间夹角变化序列的动作识别算法研究 王　松　党建武　王阳萍　杜晓刚 （兰州交通大学电子与信息工程学院　甘肃兰州７３００７０） 摘　要　　针对人体动作识别中的复杂背景和视点变化问题，提出一种基于关节间夹角变化序列的动作识别方 法。受机构学和机器人学的启发，使用相邻关节间夹角和非相邻关节间夹角变化序列表示人体动作。然后使用 Ｋ近邻分类器对动作进行分类。由于不同个体的动作持续时间不尽相同，因此使用动态时间规整算法计算动作 样本之间的距离。最后，在公开数据集ＵＴＤＭＨＡＤ和ＫＡＲＤ上对提出的方法进行了验证，实验结果证明了该方 法的有效性。 关键词　　Ｋ近邻　动态时间规整　动作识别 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０６．０３２ ＲＥＳＥＡＲＣＨＯＮＡＣＴＩＯＮＲＥＣＯＧＮＩＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＴＨＥ ＪＯＩＮＴＡＮＧＬＥＣＨＡＮＧＥＳＥＱＵＥＮＣＥ ＷａｎｇＳｏｎｇ　ＤａｎｇＪｉａｎｗｕ　ＷａｎｇＹａｎｇｐｉｎｇ　ＤｕＸｉａｏｇａｎｇ （ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＬａｎｚｈｏｕＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｇａｎｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｏｆｃｏｍｐｌｅｘｂａｃｋｇｒｏｕｎｄａｎｄｖｉｅｗｐｏｉｎｔｃｈａｎｇｅｉｎｈｕｍａｎａｃｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎ，ａｎａｃｔｉｏｎ ｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｈｅｊｏｉｎｔａｎｇｌｅｃｈａｎｇｅｓｅｑｕｅｎｃｅｉｓｐｒｏｐｏｓｅｄ．Ｉｎｓｐｉｒｅｄｂｙｔｈｅｍｅｃｈａｎｉｓｍａｎｄｒｏｂｏｔｉｃｓ，ｔｈｅ ｍｏｔｉｏｎｏｆｔｈｅｈｕｍａｎｂｏｄｙｉｓｒｅｐｒｅｓｅｎｔｅｄｂｙｔｈｅｓｅｑｕｅｎｃｅｏｆｔｈｅａｎｇｌｅｂｅｔｗｅｅｎｔｈｅａｄｊａｃｅｎｔｊｏｉｎｔｓａｎｄｔｈｅａｎｇｌｅｂｅｔｗｅｅｎ ｔｈｅｎｏｎａｄｊａｃｅｎｔｊｏｉｎｔｓ．ＴｈｅｎｔｈｅＫＮＮｃｌａｓｓｉｆｉｅｒｉｓｕｓｅｄｔｏｃｌａｓｓｉｆｙｔｈｅａｃｔｉｏｎ．Ｂｅｃａｕｓｅｔｈｅｄｕｒａｔｉｏｎｏｆａｃｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔ ｉｎｄｉｖｉｄｕａｌｓｉｓｎｏｔｔｈｅｓａｍｅ，ｔｈｅＤＴＷａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｄｉｓｔａｎｃｅｂｅｔｗｅｅｎｔｈｅａｃｔｉｏｎｓａｍｐｌｅｓ．Ｆｉｎａｌｌｙ，ｔｈｅ ｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｖａｌｉｄａｔｅｄｏｎｏｐｅｎｄａｔａｓｅｔｓＵＴＤＭＨＡＤａｎｄＫＡＲＤ，ａｎｄｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ　　ＫＮＮ　ＤＴＷ　Ａｃｔｉｏｎｒｅｃｏｇｎｉｔｉｏｎ 因素的存在，使得动作识别系统的准确率不高。近年 ０　引　言 来，随着微软Ｋｉｎｅｃｔ等深度相机的推出，使得人体动作 识别系统的准确率有大幅提高。Ｋｉｎｅｃｔ传感器同时包 人体动作识别是通过从视频序列中提取能够描述 含了彩色ＲＧＢ摄像头和红外摄像头。通过红外传感 动作的视觉特征，然后利用学习算法对这些特征进行 器提供的深度信息，可以很容易地从复杂背景中分割 分类，以达到动作识别的目的。它是计算机视觉领域 出需要的对象。利用文献［４］的方法，可以快速精确 一个非常活跃的研究方向，在智能监控、人机交互、视 地从Ｋｉｎｅｃｔ提供的深度图像中估计关节