基于最具信息量关节序列的动作识别

作者：梅震琨

来源：通讯世界, 2019, 26(07): 297-298.

• 关节序列
• 动作识别
• 实验

关于动作识别的许多现有工作将简单特征(例如,关节角度轨迹,光流,时空视频特征)与稍微复杂的分类器或动态模型(例如SVM、HMM、LDS、深度信念网络)组合。虽然这些方法取得了成功,但这些方法用一组通常没有任何物理意义的参数来表示动作。因此,这些方法不能将动作与身体的实际运动联系起来。在本文中,最具信息性关节序列(SMIJ)用来表示人体动作,它非常容易理解。在每个时刻,自动选择一些被认为是执行当前动作的信息量最大的骨骼关节。关节的选择基于可解释的变量,例如关节角度的平均值或方差,关节的最大角速度等。然后,将动作表示为这些信息最丰富的关节的序列。实验表明,SMIJ表示对于人类行为识别的任务是非常有辨别力的,并且比几个最先进的算法表现得更好。

• 单位
  苏州市轨道交通集团有限公司