RGB-D视频动态规划连续动作识别算法
需积分: 31 146 浏览量
更新于2024-09-06
收藏 408KB PDF 举报
本文主要探讨的是RGB-D视频(结合了红绿蓝(RGB)图像和深度(D)信息的视频)中的连续动作识别技术。作者白栋天、张磊和黄华来自北京理工大学计算机学院,他们针对这一领域提出了一个创新的方法。这种方法的关键步骤如下:
1. 姿态表示:首先,从RGB-D视频中提取深度信息,通过对人体进行三维重建,将人体的姿态转化为规范化(即标准化)的骨架表示。这种转换有助于消除个体差异和环境变化对动作识别的影响。
2. 动作建模:接着,利用隐式马尔可夫模型(Hidden Markov Model, HMM)来对每个动作进行建模。HMM是一种统计建模工具,特别适合处理序列数据,能够捕捉动作之间的时序关系。
3. 序列划分:结合先验知识,对整个连续动作序列进行分段或划分,这有助于简化问题并提高识别的准确性。先验知识可能包括动作的起始和结束模式,或者动作间的逻辑顺序。
4. 构建代价函数:通过HMM的概率输出构建一个成本函数,这个函数衡量了不同动作序列的可能性。在动态规划(Dynamic Programming)框架下,这个函数被用来找到最优化的动作识别路径。
5. 算法求解:最后,运用动态规划算法求解代价函数的最小值,得出最优的动作识别标签,从而实现对连续动作的有效识别。
实验部分展示了这种方法在连续动作识别任务上的效率和准确性,这表明该算法不仅能在处理RGB-D视频时有效提取和理解动作信息,而且在实际应用中具有良好的性能表现。这项研究对于视频监控、人机交互、运动分析等领域有着重要的理论和实践价值。中图分类号 TP399 指定该论文属于计算机科学技术类别,文献标志码 A 表示文章质量得到了认可。
2019-08-17 上传
2019-08-16 上传
2019-07-22 上传
2019-08-17 上传
weixin_39840515
- 粉丝: 448
- 资源: 1万+
最新资源
- 掌握数学建模:层次分析法详细案例解析
- JSP项目实战:广告分类系统v2.0完整教程
- 如何在没有蓝牙的PC上启用并使用手机蓝牙
- SpringBoot与微信小程序打造游戏助手完整教程
- 高效管理短期借款的Excel明细表模板
- 兄弟1608/1618/1619系列复印机维修手册
- 深度学习模型Sora开源,革新随机噪声处理
- 控制率算法实现案例集:LQR、H无穷与神经网络.zip
- Java开发的HTML浏览器源码发布
- Android闹钟程序源码分析与实践指南
- H3C S12500R升级指南:兼容性、空间及版本过渡注意事项
- Android仿微信导航页开门效果实现教程
- 深度研究文本相似度:BERT、SentenceBERT、SimCSE模型分析
- Java开发的zip压缩包查看程序源码解析
- H3C S12500S系列升级指南及注意事项
- 全球海陆掩膜数据解析与应用