融合多姿勢(shì)估計(jì)特征的動(dòng)作識(shí)別研究.pdf

1、動(dòng)作識(shí)別的研究在人工智能領(lǐng)域越來(lái)越熱門(mén)，受到的關(guān)注也越來(lái)越多。動(dòng)作識(shí)別分為靜態(tài)圖像的動(dòng)作識(shí)別和視頻的動(dòng)作識(shí)別。本文針對(duì)靜態(tài)圖像的動(dòng)作識(shí)別進(jìn)行了研究和詳細(xì)的分析。靜態(tài)圖像的動(dòng)作識(shí)別在圖像搜索，個(gè)人相冊(cè)管理，人機(jī)交互等領(lǐng)域具有潛在的應(yīng)用。在本文中，通過(guò)將多個(gè)模型下的姿勢(shì)特征融合，提出了融合多姿估計(jì)特征的動(dòng)作識(shí)別方法。融合多姿勢(shì)估計(jì)特征的動(dòng)作識(shí)別將人的動(dòng)作在多個(gè)模型下的姿勢(shì)估計(jì)特征進(jìn)行融合，然后將多組特征與模板進(jìn)行匹配，計(jì)算相似性，最后對(duì)動(dòng)作

2、進(jìn)行分類。融合多姿勢(shì)估計(jì)特征的方法對(duì)存在遮擋，多目標(biāo)等復(fù)雜環(huán)境具有一定的魯棒性。
　　首先利用已得到的多個(gè)動(dòng)作模型對(duì)任意一幅圖像進(jìn)行姿勢(shì)估計(jì)，得到圖像的多組姿勢(shì)特征信息，每組特征信息包括關(guān)鍵點(diǎn)信息和姿勢(shì)評(píng)分。其次將訓(xùn)練集中各個(gè)動(dòng)作下所有圖像的區(qū)分性關(guān)鍵點(diǎn)提取出來(lái)，并計(jì)算每一幅圖像中區(qū)分性關(guān)鍵點(diǎn)之間的相對(duì)距離，一個(gè)動(dòng)作所有圖像的特征信息共同構(gòu)成該動(dòng)作的模板信息。最后測(cè)試圖像在多個(gè)動(dòng)作模型下進(jìn)行姿勢(shì)估計(jì)，得到多組姿勢(shì)特征，從每組姿勢(shì)特

3、征中提取與對(duì)應(yīng)模板一致的特征信息，將提取的多組姿勢(shì)特征信息分別與對(duì)應(yīng)的模板進(jìn)行匹配，并通過(guò)姿勢(shì)評(píng)分對(duì)匹配值優(yōu)化，根據(jù)最終匹配值進(jìn)行動(dòng)作分類。
　　在兩個(gè)數(shù)據(jù)集上，本文提出的方法與5種比較流行的動(dòng)作識(shí)別方法進(jìn)行比較，獲得了較好的平均準(zhǔn)確率，在數(shù)據(jù)集PASCAL VOC2011-val上較其他一些最新的經(jīng)典方法至少提高近2％。在數(shù)據(jù)集Stanford40 actions上，較其他一些最新的經(jīng)典方法至少提高近6%。由于本文所提出的方法融