高强度运动下的人体动作图像识别方法研究

作者：张辉

来源：计算机仿真, 2019, 36(09): 469-472.

• 图像识别
• 自动跟踪
• 高斯分布
• 卡尔曼滤波

针对传统动作识别方法一直存在提取成功率较低、提取时间较长等问题,提出了一种基于图像识别的自动跟踪方法对高强度运动下的人体动作进行识别。首先,应用双重卷积理论对高强度下人体动作的原形图像进行阈值分割,对人体动作进行特征提取。然后,结合高斯分布模型对获得的人体动作图像目标、背景和前景信息进行处理,得到人体动作图像背景的高斯分布模型,并采用卡尔曼滤波获取人体动作图像的跟踪轨迹。最后,应用贝叶斯分类理论,对人体动作图像的灰度信息构建目标模型,求解出人体动作图像的最优峰值点,实现多个目标的分割与跟踪。实验结果表明,通过图像识别的自动跟踪方法对人体动作特征提取具有良好的精确,且提取速度显著提高。

• 单位
  河南师范大学新联学院