基于深度信息的特征学习与动作识别方法

来源：计算机应用研究杂志2021年第11期北京时间：

作者：宋轶航,胡静,徐超,孟昭鹏,

单位：天津大学智能与计算学部,天津300072；

摘要：为了进行复杂交互动作识别，提出基于深度信息的特征学习方法，并使用两层分类策略解决相似动作识别问题。该方法从频域的角度分析深度图像动作序列，提取频域特征，利用VAE对特征进行空间特征压缩表示，建立HMM模拟时序变化并进行第一层动作识别。为了解决相似动作识别问题，引入三维关节点特征进行第二层动作识别。实验结果表明，两种特征在动作数据集SBU-Kinect上能够有效地表示姿态含义，策略简单有效，识别准确率较高。

关键词：交互动作识别,深度信息,隐马尔可夫模型,变分自编码器,关节点特征,

基金资助：国家重点基础研究发展计划资助项目(2018YFB1701700)；；