人体动作的识别与理解是人机交互、机器人应用的关键技术之一,为了提高人体各种复杂动作的识别精度与鲁棒性,研究了基于复杂性度量与多尺度运动编码的动作识别技术。通过不同长度的滑动窗口对视频序列获取子序列;通过时间序列复杂性来度量人体运动轨迹,设计了一种多尺度的滑动窗口,从而选择出有效子序列;基于有效子序列,引入k-均值聚类分析算法,对人体运动进行编码,获取运动编码直方图;引入条件随机场对动作分类学习,完成动作识别与理解。所提出的算法在人机交互、智能家居、视频监控等领域具有较好的参考价值。
科研之友
微信
新浪微博
Facebook
分享链接
