科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对高校职业技能训练的国际化、终身化与智能化需求，文中对Kinect平台下的视频信息获取和人体动作识别方法进行了研究。基于Kinect平台下的人体骨架坐标系，采用CMOS、RGB摄像头获取骨骼信息与关节点数据。在定义了人体骨架坐标系下的动作变换极限的基础上，利用R、G、B 3个通道的线性变换构造出人体动作编码图（ACM）。经K-means聚类后，即可得到用于动作识别的特征向量。在开放数据集MSRC-12上进行的实验中，使用主成分分析（PCA）对ACM中的特征向量维度进行缩减，降低算法运行所需的内存和时间。由实验结果可知，人体识别的效果受ACM像素间隔的影响较大。当像素间隔为8时，识别准确率最高为94.57%；当像素间隔为64时，识别准确率下降到50%以下。
- 单位
