-
题名基于骨骼关键点检测的多人行为识别
被引量：12
- 1
-
-
作者
李梦荷
许宏吉
石磊鑫
赵文杰
李娟
-
机构
山东大学信息科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2021年第4期138-143,共6页
-
基金
国家重点研发计划子课题(2018YFC0831001)
国家自然科学基金(61771292)
山东省教育科学"十三五"规划课题(YZ2019070)。
-
文摘
人体行为识别(Human Activity Recognition,HAR)技术是计算机视觉领域的研究热点,目前多人HAR的研究仍存在很多技术难点。针对多人HAR中人数判断不准确、特征提取难度大导致行为识别准确率低的问题,提出了一种基于骨骼关键点检测的多人行为识别系统。该系统将骨骼点提取与动作识别相结合,首先对原始视频进行图像帧提取,然后通过OpenPose算法得到人体骨骼关键点数据来对人体进行检测并标注,最后根据骨骼点的特点提取人体姿态特征。同时,为准确描述特征之间的关系,提出了一种基于帧窗口矩阵的特征描述方法,该方法将支持向量机(Support Vector Machine,SVM)作为分类器以完成多人行为识别。选择UT-Interaction和HMDB51这两个公开的数据集中的10类日常典型行为作为测试对象,实验结果表明,所提方法可以有效提取图像中的多人骨骼关键点信息,且其对10类日常典型行为的平均识别准确率达86.25%,优于对比的其他已有方法。
-
关键词
OpenPose算法
骨骼关键点提取
姿态特征提取
SVM分类器
-
Keywords
OpenPose algorithm
Skeleton keypoints extraction
Posture feature extraction
SVM Classifier
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于OpenPose的晕眩警告设计
- 2
-
-
作者
赵桂兵
-
机构
安徽省怀远县中医院
-
出处
《信息与电脑》
2024年第8期83-85,共3页
-
文摘
文章采用了Open Pose识别人体摔倒姿态特征,提取人体关键性的关节节点。鉴于摔倒和站立的人体姿态有着明显的区别,仅仅认识到在地上就判定摔倒是不准确的,还需要结合站立动作特征。因此,识别两种动作特征后,可发现可能晕眩并及时通知保卫室,从而有效降低因晕眩可能导致无人察觉的安全隐患,确保人身安全。
-
关键词
人体姿态识别
姿态特征提取
Open
Pose网络
-
Keywords
human pose recognition
pose feature extraction
OpenPose network
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名计算机视频处理技术的运动姿态自动识别研究
- 3
-
-
作者
吴先武
秦菲
-
机构
贵州师范大学
-
出处
《现代电子技术》
2021年第5期89-93,共5页
-
基金
贵州师范大学博士课题(11904/0514173)。
-
文摘
受到运动姿态初始视频图像质量的影响,导致传统的运动姿态自动识别方法存在明显的识别误差问题,为此利用计算机视频处理技术实现对运动姿态自动识别方法的优化设计。首先设置运动姿态的识别标准,分别定义不同运动姿态的运动特征向量。通过安装的摄像机设备,捕获运动姿态视频数据;利用计算机视频处理技术,通过运动视频图像提取、视频变换以及补偿运动残差等步骤,实现对初始视频数据的预处理;在此基础上检测运动目标,并从轮廓、运动周期等方面提取运动姿态特征,并得出融合特征向量。通过与设置的识别标准比对,得出最终的运动姿态自动识别结果,经过与传统识别方法的对比发现,设计方法的平均正确识别率提升了6.1%。
-
关键词
运动姿态识别
视频处理技术
自动识别方法
视频数据预处理
运动目标检测
姿态特征提取
-
Keywords
motion pose recognition
video processing technology
automatic identification method
video data preprocessing
moving target detection
posture feature extraction
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391
[电子电信—信息与通信工程]
-
