基于RGB-D图像特征的人体行为识别
中国知网
山西大学; 合肥学院; 绍兴文理学院; 厦门理工学院
摘要
针对现有的多模态特征融合方法不能有效度量不同特征的贡献度的问题,文中提出基于RGB-深度(RGB-D)图像特征的人体动作识别方法.首先获取基于RGB模态信息的方向梯度直方图特征、基于深度图像模态信息的时空兴趣点特征和基于关节模态信息的人体关节点位置特征,分别表征人体动作.采用不同距离度量公式的最近邻分类器对这3种不同模态特征表示的预测样本进行集成决策分类.在公开数据集上的实验表明,文中方法具有简单、快速,高效的特点.
关键词
人体动作识别 RGB-深度 多学习器 多模态特征 最近邻分类器 Human Action Recognition RGB-Depth(RGB-D) Multiple Learner Multimodal Feature Nearest Neighbor Classifier
