联系人: 湖南大学
所在地: 湖南长沙市
摘要:本发明涉及一种基于3D点云与关键骨骼节点的行为识别系统。具体来说:从深度图中提取3D点云序列,然后将3D点云序列均匀分割成N个互不重叠的时空单元,计算每个时空单元的局部位置模型(LPP),计算局部位置模型统计偏差描述子(SDLPP)。此外,利用节点运动量算法从3D骨骼节点中提取关键骨骼节点子集,计算关键骨骼节点的3D节点位置特征以及在对应深度图中的局部占用模型(LOP)。最后,级联上述三种异构特征,利用随机确定森林挖掘可区分性特征,进行分类,识别行为。本发明提取了人体行为的3D局部几何特征和动态时间特征,对涉及人与物体交互的复杂人体行为识别率高,适宜用于复杂的人体行为识别。