3D局部特征耦合回归森林的图像动作识别算法

摘要

为提高人体动作的识别与理解能力,设计3D局部特征耦合回归森林学习的动作识别方案.利用Gaussian滤波器从深度图像中提取人体轮廓的空间点,将获得的轮廓点映射到3D直方图中,形成3D局部特征;根据3D局部特征,利用关节点与边缘形成人体的图形模型,获取其结构约束中(xi)和空间约束Φ(xij);引入回归森林(regression forests,RF)定义中(xi)、Φ(xij)的回归系数,利用Gaussian密度函数计算Φ(xi)、Φ(xij)的相互分布关系,对其进行分类学习,完成人体动作识别与理解.实验结果表明,与当前方法相比,所提方法具有更高的动作识别准确率,可有效学习人体结构和定位关节.