基于深度信息的人体姿态识别研究综述

被引:38
作者
田元
李方迪
机构
[1] 华中师范大学教育信息技术学院
关键词
人体姿态识别; RGB-D; 姿态分类; 深度信息;
D O I
暂无
中图分类号
TP391.41 []; TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
随着RGB-D传感器的出现,深度图像信息可以弥补基于彩色图像的人体姿态识别在复杂环境和光照变化下鲁棒性较差的问题,因此利用深度信息识别人体姿态变得更加便捷。为了解人体姿态识别的发展现状,在广泛调研现有文献和最新成果的基础上,从深度图像预处理、特征提取、姿态识别算法三方面对基于深度信息的人体姿态识别进行阐述,介绍人体姿态识别相关的技术发展及应用领域,并对其中存在的难点与问题进行讨论,为以后的相关研究提供思路。
引用
收藏
页码:1 / 8
页数:8
相关论文
共 22 条
[1]
基于深度学习的人体姿态估计方法综述 [J].
邓益侬 ;
罗健欣 ;
金凤林 .
计算机工程与应用, 2019, (19) :22-42
[2]
Bagging-SVM集成分类器估计头部姿态方法 [J].
梁令羽 ;
孙铭堃 ;
何为 ;
李凤荣 .
计算机科学与探索, 2019, 13 (11) :1935-1944
[3]
基于RGB-D的深度图像修复算法研究 [J].
王福伟 ;
王霖 ;
伏燕军 ;
钟可君 .
现代电子技术, 2019, 42 (02) :143-146
[4]
基于深度信息的动态手势识别综述 [J].
陈甜甜 ;
姚璜 ;
左明章 ;
田元 ;
杨梦婷 .
计算机科学, 2018, 45 (12) :42-51+76
[5]
时间规整耦合线性判别分析的动作识别算法 [J].
方云录 ;
苗茹 .
计算机工程与设计, 2018, 39 (11) :3468-3474+3499
[6]
基于DBN-HMM的人体动作识别 [J].
杨世强 ;
罗晓宇 ;
李小莉 ;
杨江涛 ;
李德信 .
计算机工程与应用, 2019, (15) :169-176
[7]
基于OI-LSTM神经网络结构的人类动作识别模型研究 [J].
张儒鹏 ;
于亚新 ;
张康 ;
刘梦 ;
尚祖强 .
计算机科学与探索, 2018, (12) :1926-1939
[8]
一种改进的DTW算法的动作感知研究 [J].
何剑彬 ;
王建兴 ;
孙瑞敏 .
计算机时代, 2018, (08) :51-53+56
[9]
面向人机交互的快速人体动作识别系统 [J].
桑海峰 ;
田秋洋 .
计算机工程与应用, 2019, (06) :101-107+167
[10]
基于改进卷积神经网络的人体姿态估计 [J].
赵勇 ;
巨永锋 .
测控技术, 2018, 37 (06) :9-14