基于空间时序隐马尔科夫模型的人体三维动作捕捉数据行为识别

扫码查看

原文链接

NETL

中文摘要：本文提出了一种新型的隐马尔科夫模型，即空间时序隐马尔科夫模型(spatial-temporal hidden markov model)，用于人体三维动作捕捉数据中的行为识别。该识别算法研究刚性骨骼模型中相邻的关节点之间的空间依赖信息以及关节点连续运动过程中的时间依赖信息。在学习行为分类器时，以人体三维关节点作为描述行为的特征，为每一类行为训练一个基于三维关节点空间时序信息的空间时序隐马尔科夫模型。通过在一个含有11类行为动作的数据库上进行实验，结果表明本文提出的算法优于基于一维隐马尔科夫模型的识别算法。

作者：

赵琼、叶豪盛、周学海

展开 >

作者单位：

中国科大-香港城大联合高等研究中心，江苏省苏州市 215123

香港城市大学电脑科学系，香港

中国科学技术大学计算机科学与技术学院，安徽省合肥市 230027

关键词：

空间依赖时序依赖隐马尔科夫模型

主办单位：

中国计算机学会

中国自动化学会

中国工程图学学会

会议名称：

第八届中国计算机图形学大会

会议时间：

2010-10-13

会议地点：

南京

会议母体文献：

第八届中国计算机图形学大会论文集

页码：

34-41

出版时间：

2010