基于Kinect骨骼数据的人体动作姿势识别方法

被引：26

作者：

李红波

李双生

孙舶源

机构：

[1] 重庆邮电大学计算机科学与技术学院

来源：

计算机工程与设计 | 2016年 / 37卷 / 04期

关键词：

Kinect; 姿势识别; 模版匹配; 骨骼数据; 特征矢量;

D O I：

10.16208/j.issn1000-7024.2016.04.025

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对现有的复杂背景下人体动作姿势训练与识别中存在识别准确率不高和实时性不强等问题,提出一种基于Kinect骨骼数据的人体动作姿势识别方法。从Kinect获取骨骼姿势特征点数据,计算姿势特征矢量;将当前的实时姿势特征矢量与预设的标准姿势特征矢量进行匹配比较,实时反馈两者姿势的匹配度,达到姿势识别的目的。实验结果表明,该方法能有效地进行人体动作姿势的匹配识别,识别准确率较高、实时性较强,具有良好的可扩展性。

引用

页码：969 / 975

页数：7

共 7 条

[1] 虚拟维修训练中的手势识别 [J].

汤志波 ;

张志利 ;

梁丰 ;

李向阳 .

计算机工程与设计, 2014, 35 (12) :4278-4283+4288

[2] 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

[3] 人体动作姿态识别综述 [J].

黄国范 ;

李亚 .

电脑知识与技术, 2013, 9 (01) :133-135

[4] 基于深度图像学习的人体部位识别 [J].

林鹏 ;

张超 ;

李竹良 ;

赵宇明 .

计算机工程, 2012, 38 (16) :185-188

[5]

Online gesture recognition from pose kernel learning and decision forests[J] . Leandro Miranda,Thales Vieira,Dimas Martínez,Thomas Lewiner,Antonio W. Vieira,Mario F. M. Campos.Pattern Recognition Letters . 2013

[6]

Physical Rehabilitation Assistant System Based on Kinect[J] . Chun Huy Wang.Applied Mechanics and Materials . 2013 (284)

[7] Real-Time Human Pose Recognition in Parts from Single Depth Images [J].

Shotton, Jamie ;

Sharp, Toby ;

Kipman, Alex ;

Fitzgibbon, Andrew ;

Finocchio, Mark ;

Blake, Andrew ;

Cook, Mat ;

Moore, Richard .

COMMUNICATIONS OF THE ACM, 2013, 56 (01) :116-124

← 1 →