首页|基于3D骨骼数据的课堂个人行为识别研究

基于3D骨骼数据的课堂个人行为识别研究

扫码查看
原文链接
  • 万方数据
课堂作为教育学生的平台,有着至关重要的作用.学生在课堂上的表现很大程度上影响着他们对知识的接受度,所以课堂行为识别对教学有着重要的意义,不仅能提高教学的效率,也能提高教学的质量.论文使用Kinect传感器在课堂环境中获取深度图像并提取学生骨骼的3D坐标数据,定义各个关节点与髋关节的欧式距离,各个关节点与髋关节夹角的余弦值,每一帧的关节点与第一帧的关节点的欧式距离,每一帧的关节点与第一帧的关节点夹角的余弦值为特征,接着用PCA算法进行降维,最后采用基于多核函数的SVM非线性分类器进行分类,在公测数据集和实测数据集上都有较好的识别准确率.
Research on Class Individual Action Recognition Based on 3D Skeleton Data

徐苏杰、高尚、张梦坤、朱乐俊

展开 >

江苏科技大学 镇江 212003

Kinect传感器 课堂行为识别 SVM

2022

10.3969/j.issn.1672-9722.2022.08.007

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(8)
  • 1
  • 2