人體運(yùn)動(dòng)判別特征提取及分類方法研究.pdf

1、人類每天連續(xù)地從事著大量的活動(dòng)。我們不自覺的識(shí)別理解這些活動(dòng)，同時(shí)跟其他人與環(huán)境進(jìn)行互動(dòng)和交流。如果機(jī)器跟計(jì)算機(jī)也能像人類一樣有效的理解到人類的手勢(shì)，一個(gè)新世界的篇章將被翻開，充斥著大量的協(xié)助人類生活的應(yīng)用。這個(gè)對(duì)社會(huì)重大的利益將激發(fā)基于機(jī)器的手勢(shì)識(shí)別的研究，這些研究已經(jīng)在大量的應(yīng)用中展示了一些初級(jí)的優(yōu)勢(shì)。例如，手勢(shì)可以用來(lái)對(duì)機(jī)器人發(fā)送指令，或者代替例如觸摸屏或者鼠標(biāo)等便準(zhǔn)輸入的計(jì)算機(jī)程序。
　　本文提出了一種基于抽取自RGB-D

2、數(shù)據(jù)的時(shí)空特征的人類手勢(shì)的識(shí)別系統(tǒng)框架，此系統(tǒng)能夠有效的抽取特征及有效的識(shí)別人類手勢(shì)，其中一個(gè)單獨(dú)的用例也是可以有效的用來(lái)訓(xùn)練。通常說(shuō)來(lái)，我們的框架大致分為兩部分，特征抽取及分類。它們兩者都嚴(yán)重的影響著識(shí)別的效果。
　　1.Shi-Tomasi邊緣檢測(cè)算法被用來(lái)檢測(cè)一幅圖像中運(yùn)動(dòng)區(qū)域的關(guān)鍵興趣點(diǎn)，在每一幀的GRB跟深度圖的不同層次上。當(dāng)檢測(cè)興趣點(diǎn)時(shí)，可能會(huì)檢測(cè)到一些無(wú)效的點(diǎn)，所以我們應(yīng)用了Lucas-Kanade跟蹤及過(guò)濾方法。使

3、用Lucas-Kanade方法，每個(gè)在金字塔不同層次上的興趣點(diǎn)的速度都被計(jì)算出來(lái)。然后，只有滿足運(yùn)動(dòng)約束的那些點(diǎn)才被篩選出來(lái)。
　　2.改良的GradientLocation and Orientation Histogram(GLOH)被應(yīng)用到魯棒的關(guān)鍵興趣點(diǎn)描述子的捕獲中。改良的GLOH從原始量的16bins降低至8bins從而生成了136個(gè)描述子向量。識(shí)別率幾乎是想等的，但是計(jì)算時(shí)間幾乎是改良的GLOH的一半。
　　3

4、.為了學(xué)習(xí)判別性模型，從訓(xùn)練樣本中提取的所有特征采用K聚類的方式，來(lái)學(xué)習(xí)一個(gè)視覺碼本。我們使用SOMP的稀疏編碼方法來(lái)獲得描述碼，該描述碼將每一個(gè)特征映射到某個(gè)視覺碼本中。
　　4.為了識(shí)別手勢(shì)，我們提出一種基于K近鄰的分類方法來(lái)學(xué)習(xí)和分類手勢(shì)。對(duì)于一個(gè)訓(xùn)練集中的每一個(gè)視頻，產(chǎn)生本地動(dòng)作。所有產(chǎn)生的數(shù)據(jù)集都被聚類。使用K近鄰的方法來(lái)分析測(cè)試集中的手勢(shì)。根據(jù)對(duì)給定的手勢(shì)進(jìn)行投票，按照識(shí)別的概率，視頻可以被分類。在對(duì)CGD的動(dòng)作識(shí)別中