基于检索表的实时动作识别技术研究

笔者将基于内容检索技术运用到动作识别问题,是将人体动作划分成多个独立部分并对它们分别进行聚类处理。但是与已有方法相比,我们的方法存在以下两个方面的不同。其一,我们对每个动作类构造了一个GM用以捕捉该类样本间的差异并保留它们的主要特征。其二,我们的检索表建立于这些GM的基础上而不是直接在动作数据特征上。图1显示了本文提出的识别方法的全局视图。它分为训练和识别两部分,前者即为训练GM及构造检索表,而后者利用前者的模型或检索表用于动作识别。图1基本模型和检索表的训练一、动作数据表示及聚类尽管动作数据以关节坐标的形式表示非常直观,也有利于分析各关节间的相应变化,但是这仍存在一个缺陷,即由于不同捕捉者可能在身高和体格上相差甚大,他们捕捉到的相同动作会存在较大数值差异,故而对后面的数据处理(如匹配、识别等)带来麻烦。为了便于对不同捕捉者采集的动作数据的统一处理,我们将关节的三维旋转度(如欧拉角度)定为度量方式,其中以层次的关 ...