第 33 卷第 6 期 辽宁工程技术大学学报（自然科学版） 2014年 6 月
Vo l. 33
No.6 Journal of Liaoning Technical University（Natural Science） Jun. 2014
收稿日期：2014-01-12
基金项目：国家自然科学基金资助项目（60973071）
作者简介：董傲霜（1963-），女，辽宁 沈阳人，硕士，副教授，主要从事虚拟现实技术方面的研究. 本文编校：朱艳华
文章编号：1008-0562(2014)06-0826-05 doi:10.3969/j.issn.1008-0562.2014.06.022
使用 Kinect 深度图像的静态人体动作识别
董傲霜，王真伊，陈 瑞，柯 文
（东北大学 软件学院，辽宁 沈阳 110004）
摘 要：为解决传统的使用视频彩色图像序列的智能监控容易受光照、颜色等因素影响的问题，提出结合 Kinect
深度图像和支持向量机的人体动作识别方法.利用 Kinect 在监控区域获得实时深度图像，并进行背景擦除，滤波
处理和提取 Haar 特征.通过使用支持向量机的分类算法生成分类器，并对一组特定的静态动作识别结果进行分析.
研究结果表明：使用深度图像对于静态动作有较好的识别率，并且与传统的基于彩色图像的智能监控相比，该方
法不仅对于光照、颜色等因素不敏感，而且在识别的准确率和效率上均有提升.
关键词：智能监控；人体动作识别；背景擦除；Haar 特征；深度图像
中图分类号：TP 317.4 文献标志码：A
Static human motion recognition by using Kinect depth image
DONG Aoshuang, WANG Zhenyi, CHEN Rui, KE Wen
(College of Software, Northeastern University, Shenyang 110004, China)
Abstract: In order to solve the problem that the traditional intelligent surveillance with video image sequence are
easily influenced by light, color and other factors, this paper proposed a new method for human motion
recognition combined Kinect depth image with the support of vector machine. Kinect was used to obtain real-time
depth images in the monitored area, and to erase background, filter and extract Haar feature of the images. This
study utilized the classification algorithm with support vector machine to generate a classifier, and analyzed the
recognition result of a set of specific static human motions. Experimental results show that this method is not only
insensitive to light, color and other factors, but also improves the recognition rate and efficiency. The proposed
method has high application value.
Key words: intelligent surveillance; human action recognition; background erase; Haar feature; depth image
0 引 言
智能监控是用计算机视觉的方法，在不需要人
为干预的情况下，通过对摄像机拍录的图像序列进
行自动分析，实现对动态场景中目标的定位、识别
和跟踪，并在此基础上分析和判断目标的行为，从
而做到既能完成日常管理又能在异常情况发生的
时候及时做出反应
[1]
.
将智能监控应用于老年公寓具有重要的研究
价值.例如，在老年公寓里如果有老人遇到紧急情
况，但是旁边却无他人时，系统能向保卫人员及时
发出警报，从而减少不必要损失，同时也减少雇佣
大批监视人员所需要的人力、物力和财力的投入.
传统的智能视频监控是通过图形处理技术获
取监控视频中运动对象的位置、运行序列进行异常
行为的检测
[2]
，由于视频中图像只具有颜色和亮度
信息，对运动对象的检测速度较慢，并且识别的准
确率不高.由于快速准确的运动分割是个相当重要
又是比较困难的一个问题，而动态环境中捕捉的图
像受环境的变化影响较大，进而增加了智能监控的
难度.近年来，微软公司开发的 Kinect 传感器设备不
仅能提供彩色图像数据，而且提供深度数据，为解
决智能监控存在的问题提供了另外一条途径.
针对传统智能监控存在的问题，本文提出了基
于 Kinect 的智能监控技术.在 Kinect 捕获的深度数
据的基础上，使用基于 OpenCV 的支持向量机的分
类算法提取深度图像的 Haar 特征对人体的动作进
行分类，进而实现对动作的识别.具有以下创新：①
使用 Kinect 捕获的深度图像，避免解决传统智能监
控存在的一些难以解决的问题；② 提取图像的
Haar 特征进行分类，计算速度较快，可以满足监控
实时性的需要；③使用基于支持向量机的分类算法.
中国煤炭期刊网
www.chinacaj.net
评论0