基于少量关键序列帧的人体姿态识别方法

摘要

针对传统人体姿态识别数据采集易受环境干扰、难以解决人体运动姿态的相似性和人体运动执行者的特征差异性等问题,提出一种基于少量关键序列帧的人体姿态识别方法.首先对原有运动序列进行预选,通过运动轨迹取极值的方法构造初选关键帧序列,再利用帧消减算法获取最终关键帧序列;然后对不同人体姿态分别建立隐马尔科夫模型,利用Baum-Welch算法计算得到初始概率矩阵、混淆矩阵、状态转移矩阵,获得训练后模型;最后输入待测数据,应用前向算法,得到对于每个模型的概率,比较并选取最大概率对应的姿态作为识别结果.实验结果表明,该方法能够有效的选取原始运动序列的关键帧,提高人体姿态识别的准确性.