RGB-D视频动态规划连续动作识别算法

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。