基于深度和ＬＬＥ的人體動(dòng)作趨勢(shì)分析研究

2014年01月26日17:03:54 本網(wǎng)站我要評(píng)論(2)字號(hào)：T | T | T

劉　劍１，２，龔志恒２，吳成東１，岳　恒３，高恩陽(yáng)２，４

（１．東北大學(xué)信息科學(xué)與工程學(xué)院，遼寧沈陽(yáng)１１０００４；２．沈陽(yáng)建筑大學(xué)信息與控制工程學(xué)院，遼寧沈陽(yáng)１１０１６８；

３．東北大學(xué)自動(dòng)化研究中心，遼寧沈陽(yáng)１１０００４；４．中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所，遼寧沈陽(yáng)１１００１６）

摘　　　要：針對(duì)傳統(tǒng)人體動(dòng)作趨勢(shì)預(yù)測(cè)方法存在的不足，提出一種基于深度圖像和ＬＬＥ（ＬｏｃａｌｌｙＬｉｎｅａｒＥｍｂｅｄｄｉｎｇ）相結(jié)合的人體動(dòng)作分析方法。首先依據(jù)圖像的顏色和深度信息，結(jié)合Ｈｏｕｇｈ森林法提取人體部位的關(guān)鍵點(diǎn)；再利用關(guān)鍵點(diǎn)的信息，將其轉(zhuǎn)化為特征向量，將特征向量集合輸入ＬＬＥ算法，從而建立人體動(dòng)作的低維流形，并對(duì)流形數(shù)據(jù)做相關(guān)分析，根據(jù)流形中的歐式距離判斷相鄰動(dòng)作；較后，將當(dāng)前人體動(dòng)作映射到低維動(dòng)作流形中，預(yù)測(cè)人體的動(dòng)作趨勢(shì)。實(shí)驗(yàn)結(jié)果表明：所采用的深度圖像，明顯提高人體動(dòng)作識(shí)別率，對(duì)于人體動(dòng)作趨勢(shì)的判斷有非常重要的意義；所提出的方法在人體動(dòng)作趨勢(shì)的預(yù)測(cè)中準(zhǔn)確率較高，具有一定的可行性。

關(guān)　鍵　詞：ＬＬＥ；人體動(dòng)作趨勢(shì)；深度信息；關(guān)鍵點(diǎn)

１　引　言

人體動(dòng)作的預(yù)測(cè)是計(jì)算機(jī)視覺(jué)和圖像［１］處理領(lǐng)域中的熱門(mén)問(wèn)題。近年來(lái)隨著圖像處理技術(shù)的飛速發(fā)展，人體動(dòng)作趨勢(shì)的預(yù)測(cè)也受到了極大地關(guān)注。

目前，預(yù)測(cè)人體動(dòng)作趨勢(shì)方法的研究處于起步階段。通常采用較鄰近插值法和雙線(xiàn)性插值法［４，５］，通過(guò)人體動(dòng)作的幾個(gè)過(guò)程，線(xiàn)性地插入人體采樣點(diǎn)的坐標(biāo)值，重構(gòu)動(dòng)作趨勢(shì)，忽略了人體動(dòng)作的隨機(jī)性和非線(xiàn)性，造成了重構(gòu)動(dòng)作不準(zhǔn)確、僵硬、邊緣不平滑，甚至不符合邏輯，屬于一種簡(jiǎn)單地線(xiàn)性外推處理方法。由于現(xiàn)有的方法存在許多不足與缺陷，使得解決此類(lèi)問(wèn)題面臨著很多困難。

Ｋｉｎｅｃｔ的深度圖像［２，３］可以?xún)?yōu)化動(dòng)作識(shí)別效果，ＬＬＥ算法［１２１４］可以對(duì)高維數(shù)據(jù)進(jìn)行降維。綜合以上問(wèn)題，筆者提出一種基于深度和ＬＬＥ的人體動(dòng)作趨勢(shì)分析方法，它不是從人體的動(dòng)作過(guò)程上找尋規(guī)律，而是在ＬＬＥ的訓(xùn)練樣本庫(kù)中找尋相似的動(dòng)作，以多個(gè)相似動(dòng)作表征人體動(dòng)作趨勢(shì)，并對(duì)動(dòng)作過(guò)程進(jìn)行還原，有效地回避了傳統(tǒng)插值法線(xiàn)性重構(gòu)動(dòng)作趨勢(shì)的過(guò)程，對(duì)人體動(dòng)作的變化有很好的魯棒性，從而有效改進(jìn)了傳統(tǒng)算法的不足。本文通過(guò)多方面的仿真實(shí)驗(yàn)，對(duì)所提方法進(jìn)行可行性的分析。

登錄網(wǎng)站后可下載文件

国产精品久久久久影院嫩草,成熟丰满熟妇高潮xxxxx视频,国产sm调教视频在线观看,国产精品国产三级国产专播,国产精品久久久久久久久绿色

基于深度和ＬＬＥ的人體動(dòng)作趨勢(shì)分析研究

相關(guān)閱讀: