-
题名基于DBN-HMM的人体动作识别
被引量：7
- 1
-
-
作者
杨世强
罗晓宇
李小莉
杨江涛
李德信
-
机构
西安理工大学机械与精密仪器工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第15期169-176,共8页
-
基金
国家自然科学基金(No.51475365)
陕西省教育厅省级重点实验室科学研究计划(No.12JS071)
陕西省自然科学基础研究计划(No.2017JM5088)
-
文摘
动作识别使得机器能够对人体动作的意图进行判别理解,进而实现高效的人机交互。提出一种肢体角度模型,实现在三维空间中对人体动作进行表示,该模型具有一定的不变性,计算复杂度低。针对传统的基于混合高斯的隐马尔可夫模型(GMM-HMM)的动作识别,提出深度置信网络模型(DBN)和隐马尔可夫模型相结合的动作识别模型,构建了一种非线性的基于条件限制玻尔兹曼机(CRBM)的DBN深度学习模型,深层次结构使其建模能力更强,且能够结合历史信息建模,更适用于动作识别。实验表明该算法具有较高的识别结果。
-
关键词
动作识别
肢体角度模型
隐马尔可夫模型
条件限制玻尔兹曼兹曼机
深度置信网络
-
Keywords
action recognition
limb angle model
Hidden Markov Mode(HMM)
conditional restricted boltzman machine(crbm)
deep belief network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
