基于DBN-HMM的人体动作识别

来源：计算机工程与应用杂志2019年第15期北京时间：

作者：杨世强，罗晓宇，李小莉，杨江涛，李德信

单位：西安理工大学 机械与精密仪器工程学院，西安 710048

摘要：动作识别使得机器能够对人体动作的意图进行判别理解，进而实现高效的人机交互。提出一种肢体角度模型，实现在三维空间中对人体动作进行表示，该模型具有一定的不变性，计算复杂度低。针对传统的基于混合高斯的隐马尔可夫模型（GMM-HMM）的动作识别，提出深度置信网络模型（DBN）和隐马尔可夫模型相结合的动作识别模型，构建了一种非线性的基于条件限制玻尔兹曼机（CRBM）的DBN深度学习模型，深层次结构使其建模能力更强，且能够结合历史信息建模，更适用于动作识别。实验表明该算法具有较高的识别结果。

关键词：动作识别,肢体角度模型,隐马尔可夫模型,条件限制玻尔兹曼兹曼机,深度置信网络