-
题名深度运动图耦合正则化表示的行为识别算法
被引量:7
- 1
-
-
作者
李贤阳
阳建中
杨竣辉
陆安山
-
机构
钦州学院电子与信息工程学院
钦州市电子产品检测重点实验室
江西理工大学信息工程学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2018年第1期119-128,共10页
-
基金
国家自然科学基金(61273328)
广西高校中青年教师科研基础能力提升项目(2017KY0795)
+1 种基金
钦州市科技攻关项目(20164410)
钦州市电子产品检测重点实验室开放项目资助
-
文摘
为了提高图像行为的识别精度,使其能够准确判别行为识别中的微小变化以及遮挡问题,提出了基于深度运动图(depth motion maps,DMM)与正则化协同表示的行为识别算法。首先,将深度图像序列投射到3个正交平面上,得到了3个方向的投射图。对于不同的投射图,通过测量两个连续映射之间的绝对差值来表示运动能量,并将所有深度图像序列中运动能量进行叠加,获得了3个方向的深度运动图。随后,根据这些投射图,DMM能从多个方向获取更多具有判别力的运动信息。再引入Hough变换(Hough transform,HT)算子,提取DMM中3个方向的HT特征,并其进行归一化融合,获取DMM-HT特征。最后,引入Tikhonov正则化计算系数向量,构建正则化协同表示分类器,对每个位置样本的分类标签完成深度行为分类学习,实现人体行为的准确识别。实验数据表明,与当前行为识别技术相比,算法具有更强的鲁棒性,能完成各种行为的识别,在遮挡、噪声等干扰条件下具有更高的识别精度。所提算法能够较好地适应复杂环境下的人体动作准确识别,在智能家居、视频监测、人机交互等领域具有良好的参考价值。
-
关键词
深度运动图
行为识别
运动能量
正则化协同表示
HOUGH变换
-
Keywords
depth motion map
action recognition
motion energy
regularized cooperative representation
Hough transform
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-