基于骨骼关节点投影特征的人体行为识别方法

摘要

目前在基于RGB和深度信息的人体行为识别中,由于复杂环境的干扰、行为的多样性,导致难以提取合适的运动特征进行行为识别。为了解决这些问题,提出一种骨骼关节点投影特征,利用人体骨骼数据,获得骨骼累积投影图,划分成若干子格并统计骨骼点数量,得到骨骼关节点投影特征。该特征去除复杂环境的干扰,对局部动作的差异不敏感,着重于骨骼节点的整体分布情况。使用SVM进行训练识别,在MSRAction3D数据集上的实验表明,相比现有的识别方法,该方法有着更好的识别效果。