基于集成隐马尔可夫模型学习方法的人体运动数据的识别方法

摘要

本发明公开了一种基于集成隐马尔可夫模型学习方法的人体运动数据的识别方法。本方法对人体运动捕获数据提取二维几何特征，然后引入非线性流型学习的降维方法对运动特征数据进行有效的降维，最后采用基于自适应的推进算法的隐马尔可夫集成学习器对运动数据库里的运动进行学习，实现常规运动类型快速检索。该方法提取的二维几何特征很好的表达了运动的本质属性，扩展的非线性流形学习的降维方法成功地将高维运动特征映射到能反映数据间内在联系的低维空间中，从而极大的消除了数据冗余。同时本发明通过对降维数据用集成的隐马尔可夫模型学习的方法进行学习，使得运动能够在高精度的基础上自动地被识别和归类。