基于Zernike矩和ELM的舞蹈视频图像中人体动作识别研究

摘要

为了有效地识别舞蹈动作进而对舞者的舞蹈动作进行纠正,提出了一种基于Zernike矩和ELM算法的舞蹈视频图像中人体动作识别方法。首先,通过对图像进行预处理,将图像转化为二值化图像便于特征分析;其次,通过三维Zernike矩对预处理后的图像进行特征提取,建立码书;再次,根据码书提供的相关性信息,通过ELM算法对舞蹈动作进行学习,输出分类信息;最后,分别对NADA-KTH数据库中的静态动作图像和weizmann数据库提供的动态芭蕾舞视频图像进行了实验,分别从静态和动态的角度验证了所提出方法的有效性,初步得出其与识别率的正相关关系。