融合三维骨架和深度图像特征的人体行为识别

来源：计算机技术与发展杂志2019年第07期北京时间：

作者：宋相法;吕明

摘要：人体行为识别是计算机视觉与模式识别领域最为活跃的研究方向之一。 针对现有方法多采用单一特征研究人体行为识别导致识别率较低的问题,提出了一种融合三维骨架特征和深度图像特征的多特征人体行为识别方法。 该方法首先从三维骨架中提取出基于运动姿态描述子的稀疏编码特征,同时从深度图像中提取出基于深度运动图的梯度方向直方图特征,以增强特征互补性;然后利用线性分类器分别获得这两种特征的识别结果;最后将这两种特征的识别结果利用对数意见汇集规则融合得出最终的识别结果。 该方法在 MSR Action 3D 数据集上的识别率为98.53%,不但超过了基于三维骨架特征方法的识别率和基于深度图像特征方法的识别率,而且相对于其他方法也取得了更高的识别率。

关键词：人体行为识别;三维骨架;深度图像;特征融合