在机器人领域中,基于人类骨架关节特征描述的动作识别方法被广泛地应用于人机协作任务,以帮助机器人理解人类的行为。对动作序列中的时间信息和空间信息挖掘是其中的一个重要问题,不充分的信息提取往往会导致算法鉴别力低。鉴于此,从骨...在机器人领域中,基于人类骨架关节特征描述的动作识别方法被广泛地应用于人机协作任务,以帮助机器人理解人类的行为。对动作序列中的时间信息和空间信息挖掘是其中的一个重要问题,不充分的信息提取往往会导致算法鉴别力低。鉴于此,从骨架旋转投影出发,提出了一种能够充分挖掘动作序列中时空信息的高鉴别力人类骨架关节特征描述方法,即骨架旋转投影描述子(Rotational and projective skeleton signature,RPSS)。建立以人为中心的正交坐标系;从训练序列中学习躯干尺寸并进行替换;将骨架分别绕坐标轴旋转一系列固定间隔的角度,并向某一平面进行投影以获取足量的空间信息,将多次投影得到的子特征进行串联后依据帧顺序并联得到序列的特征;利用方向梯度直方图对特征矩阵进行提取以生成最终的基于关节特征且蕴含丰富时空信息的描述子RPSS。所提出的RPSS描述子在多个公开的经典数据集上进行了测试,并与基于关节描述的经典和与学习相结合的先进骨架识别方法进行对比,结果表明所提出的方法在鉴别力上具有较大的优势。添加不同程度噪声与计算动作序列平均处理时长的试验亦说明该方法具有较强的鲁棒性和实时性。展开更多
文摘在机器人领域中,基于人类骨架关节特征描述的动作识别方法被广泛地应用于人机协作任务,以帮助机器人理解人类的行为。对动作序列中的时间信息和空间信息挖掘是其中的一个重要问题,不充分的信息提取往往会导致算法鉴别力低。鉴于此,从骨架旋转投影出发,提出了一种能够充分挖掘动作序列中时空信息的高鉴别力人类骨架关节特征描述方法,即骨架旋转投影描述子(Rotational and projective skeleton signature,RPSS)。建立以人为中心的正交坐标系;从训练序列中学习躯干尺寸并进行替换;将骨架分别绕坐标轴旋转一系列固定间隔的角度,并向某一平面进行投影以获取足量的空间信息,将多次投影得到的子特征进行串联后依据帧顺序并联得到序列的特征;利用方向梯度直方图对特征矩阵进行提取以生成最终的基于关节特征且蕴含丰富时空信息的描述子RPSS。所提出的RPSS描述子在多个公开的经典数据集上进行了测试,并与基于关节描述的经典和与学习相结合的先进骨架识别方法进行对比,结果表明所提出的方法在鉴别力上具有较大的优势。添加不同程度噪声与计算动作序列平均处理时长的试验亦说明该方法具有较强的鲁棒性和实时性。
