模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2019, Vol. 32 Issue (10): 901-908    DOI: 10.16451/j.cnki.issn1003-6059.201910004
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于RGB-D图像特征的人体行为识别
唐超1, 王文剑2, 张琛1, 彭华3, 李伟4
1.合肥学院 人工智能与大数据学院 合肥 230601;
2.山西大学 计算机与信息技术学院 太原 030006;
3.绍兴文理学院 计算机科学与工程系 绍兴 312000;
4.厦门理工学院 计算机与信息工程学院 厦门 361024
Human Action Recognition Using RGB-D Image Features
TANG Chao1, WANG Wenjian2, ZHANG Chen1, PENG Hua3, LI Wei4
1.School of Artificial Intelligence and Big Data, Hefei University, Hefei 230601;
2.School of Computer and Information Technology, Shanxi University, Taiyuan 030006;
3.Department of Computer Science and Engineering, Shaoxing University, Shaoxing 312000;
4.School of Computer and Information Engineering, Xiamen University of Technology, Xiamen 361024

全文: PDF (812 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对现有的多模态特征融合方法不能有效度量不同特征的贡献度的问题,文中提出基于RGB-深度(RGB-D)图像特征的人体动作识别方法.首先获取基于RGB模态信息的方向梯度直方图特征、基于深度图像模态信息的时空兴趣点特征和基于关节模态信息的人体关节点位置特征,分别表征人体动作.采用不同距离度量公式的最近邻分类器对这3种不同模态特征表示的预测样本进行集成决策分类.在公开数据集上的实验表明,文中方法具有简单、快速,高效的特点.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
唐超
王文剑
张琛
彭华
李伟
关键词 人体动作识别RGB-深度多学习器多模态特征最近邻分类器    
Abstract:Since the existing multi-modal feature fusion methods cannot measure the contribution of different features effectively, a human action recognition method based on RGB-depth image features is proposed. Firstly, the histogram of oriented gradient feature based on RGB modal information, the space-time interest points feature based on depth modal information, and the joints relative position feature based on joints modal information are acquired to express human actions, respectively. Then, nearest neighbor classifiers with different distance measurement formulas are utilized to classify prediction samples expressed by the three modal features. The experimental results on public datasets show that the proposed method is simple, fast and efficient.
Key wordsHuman Action Recognition    RGB-Depth(RGB-D)    Multiple Learner    Multimodal Feature    Nearest Neighbor Classifier   
收稿日期: 2019-06-15     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61673249,61806068,61662025)、安徽高校优秀拔尖人才培育项目(No.gxfx2017099)、福建省出国留学奖学金项目、厦门市科技规划指导项目(No.3502Z20179038)、合肥学院教学研究重点项目(No.018hfjyxm09)资助
通讯作者: 唐超,博士,副教授,主要研究方向为机器学习、计算机视觉.E-mail:tangchao77@sina.com.   
作者简介: 王文剑,博士,教授.主要研究方向为机器学习、计算智能.E-mail:wjwang@sxu.edu.cn;张琛,博士,讲师,主要研究方向为机器学习、计算智能.E-mail:zhangchen0304@163.com;彭华,博士,讲师,主要研究方向为仿脑智能系统、人机交互、机器学习.E-mail:6195340@qq.com;李伟,博士,副教授,主要研究方向为人工智能、计算机图形学、人机交互.E-mail:liweipla@sina.com.
引用本文:   
唐超, 王文剑, 张琛, 彭华, 李伟. 基于RGB-D图像特征的人体行为识别[J]. 模式识别与人工智能, 2019, 32(10): 901-908. TANG Chao, WANG Wenjian, ZHANG Chen, PENG Hua, LI Wei. Human Action Recognition Using RGB-D Image Features. , 2019, 32(10): 901-908.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201910004      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2019/V32/I10/901
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn