科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对在非结构工业场景中需要机器人对工人的行为意图做出准确的识别和快速的理解才能更加安全高效地完成人机协作任务的前提，提出一种基于3D骨骼点数据对人体动作识别的算法。该动作识别算法是以自建的数据集作为输入，通过BlazePose三维人体姿势估计算法处理得到人体骨骼点数据，提取33个骨骼点的3D坐标信息，数据预处理之后，为了减少模型的预测时间，使用主成分分析算法PCA将数据从99维降到20维，将未降维的数据和降维后的数据分别送入到BP神经网络算法中进行训练，最终用训练好的模型实现对3种人体动作的分类。在自建数据集上的实验结果表明，当使用未降维的数据进行训练时，该动作识别算法在测试集的准确率可以达到98.37%，在视频数据上的识别速度可达每秒22帧左右；当使用降维数据时，该动作识别算法的识别准确率可达到98.86%，识别速度可达每秒30帧左右。经过实验对比，当使用降维后的数据时，该动作识别算法的识别准确度更高一点，实时性更好，值得在非结构工业场景中应用推广。
- 单位
