上海理工大学 光电信息与计算机工程学院, 上海 200093
为了提高人体动作识别的准确率和实时性, 提出了一种基于关键帧的人体行为识别新方法。用Kinect提取人体骨架信息(各关节点的3D坐标), 将中心点(人体基准参考点)分别与其他各关节点作结构向量, 根据空间不变性选取中心向量, 计算各个结构向量和中心向量之间的夹角,并将夹角的角速度作为一种新的姿态描述特征, 利用AP (Affinity Propagation)聚类算法提取关键帧, 利用SVM将得到的关键帧进行动作序列的分类。在Cornell Activity Dataset-60 (CAD-60)数据库实验结果表明, 新方法具有良好的识别能力。
人体行为识别 人体关节点 人体特征表示 AP聚类 SVM(Support Vector Machine)分类器 human action recognition human joints represent human characteristics AP clustering SVM (Support Vector Machine) classifier
1 徐州医科大学医学信息学院, 江苏 徐州 221005
2 中国矿业大学计算机科学与技术学院, 江苏 徐州 221116
仿射传播(Affinity Propagation, AP) 聚类算法将所有数据点作为潜在的聚类中心, 在相似度矩阵的基础上通过消息传递进行聚类, 但不适用于子空间聚类。基于属性关系矩阵的AP子空间聚类算法(ARMAP)是一种异步软子空间聚类算法, 通过计算属性a的α-β邻域得到属性的关系矩阵,查找极大全1子矩阵得到数据集的兴趣度子空间,在各 兴趣度子空间使用AP算 法聚类,完成子空间聚类的任务。ARMAP算法将子空间的查找转换成查找矩阵的极大全1子矩阵,在正确查 找子空间的同时降低了时间复杂度,既保留了AP聚类算法的优点,又克服了AP算法不能进行子空间聚类的不足。
图像与信息处理 聚类分析 子空间聚类 AP聚类 关系矩阵 image and information processing clustering analysis subspace clustering affinity propagation clustering relation matrix