基于DBN-HMM的人体动作识别

被引：13

作者：

杨世强

罗晓宇

李小莉

杨江涛

李德信

机构：

[1] 西安理工大学机械与精密仪器工程学院

来源：

计算机工程与应用 | 2019年 / 15期

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;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

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。

引用

页码：169 / 176

页数：8

共 9 条

[1]

基于深度信息的人体动作识别研究综述 [J].

陈万军 ;

张二虎 .

西安理工大学学报, 2015, 31 (03) :253-264+250

[2]

一种连续型深度信念网的设计与应用 [J].

乔俊飞 ;

潘广源 ;

韩红桂 .

自动化学报, 2015, 41 (12) :2138-2146

[3]

基于视觉的人体动作识别综述 [J].

胡琼 ;

秦磊 ;

黄庆明 .

计算机学报, 2013, 36 (12) :2512-2524

[4]

Informative joints based human action recognition using skeleton contexts[J] Min Jiang;Jun Kong;George Bebis;Hongtao Huo Signal Processing: Image Communication 2015,

[5]

Multi-Max-Margin Support Vector Machine for multi-source human action recognition[J] Di Wu;Ling Shao Neurocomputing 2014,

[6]

A survey of human motion analysis using depth imagery[J] Lulu Chen;Hong Wei;James Ferryman Pattern Recognition Letters 2013,

[7]

Sequence of the most informative joints (SMIJ): A new representation for human skeletal action recognition[J] Ferda Ofli;Rizwan Chaudhry;Gregorij Kurillo;René Vidal;Ruzena Bajcsy Journal of Visual Communication and Image Representation 2013,

[8]

A survey of vision-based methods for action representation; segmentation and recognition[J] Daniel Weinland;Remi Ronfard;Edmond Boyer Computer Vision and Image Understanding 2010,

[9]

A Fast Learning Algorithm for Deep Belief Nets[J] Geoffrey E. Hinton;Simon Osindero;Yee-Whye Teh Neural Computation 2006,

← 1 →