文档介绍：万方数据
基于三维图像动作识别算法研究计算机仿真李学相惭鲆引言第卷第年,.,:采集图像以及视频中的人体三维运动信息,是计算机视觉和图形学领域分析的重点问题’H颂灏ǘ嘀侄嘌组织和器官,这些组织和器官的不同组合能够完***体的特定行为,对人体的运动信息进行整合,能够实现对人体行为的准确分析。当前常用的人体行为识别方法主要有依据关键帧图像的人体行为识别方法、依据运动特征建模的人体行为识别方法以及依据形状基特征算法的人体行为识别方法。依据形状基特征算法的人体行为识别方法的应用范围最为广泛。人体行为分析方法具有重要的应用价值,成为相关学者分析的重点问题旧一’“。人体运动时的行为特征具有多样性和复杂性,无法通过精确的形状基数量准确描述随机性的人体行为。传统的因式分解以及双目立体视觉识别方法都具有一定的缺陷,两种方法的前提条件是运动中的形状基数量不变,而实际的人体运动形成的形变具有复杂性,形状基参数发生波动,通过固定的形状基不能反映人体的运动特征,导致传统的依据特征的人体行为识别存在较大的偏差。为了解决上述问题,提出一种基于嗬肴图像动作识别算法,针对传统形状基变化较大的弊端,对形状基的数量进行合理的约束。将人体运动结构参数处于嗬朐际跫拢迪侄匀颂逍形5淖既放断。文章编号:———.郑州大学软件学院,河南郑州;V荽笱担幽现V摘要:人体运动时的行为特征具有多样性和复杂性,无法采用精准的形状基描述人体行为的不确定性,进而无法构建人体三维运动模型,不能对人体三维图像动作进行准确的识别。传统方法假设人体运动的形状基数量稳定,人体运动行为具有复杂的形变特征,导致形状基参数出现波动,采用固定的形状基无法准确分析人体的复杂运动特征,使得人体三维图像动作识别存在较大的误差。提出一种嗬肴枷穸魇侗鹚惴ǎ谰萑颂逶硕钡奈锢硖卣鹘颂逶硕峁剐巫椿参数处于嗬朐际跫拢捎梅窍咝杂呕椒ń星蠼饣袢∪颂迦形L卣鳎袢∪颂逍形HP停实现对人体行为的准确判断。实验结果表明,改进算法能够对人体三维图像动作进行准确的识别,并且具有较高的精准度。关键词:三维图像;人体行为;动作识别中图分类号:文献标识码:;收稿日期:——.——!,,,瓺琙:,,甌—.瑃·.;
万方数据
粕啄如果ⅰВァ瑉。卸,稚⋯戈。硎玖礁鰊谌枷穸魇侗鹪矸治人体行为的三维模型,,匕,,“∈基于嗬朐际挠呕惴获取人体的三维行为特征,需要通过人体行为三维识别模型对人体行为特征进行分析,最终完***体三维动作的准确识别。建立的数学模型如下:将人体行为图像样本中的顶点坐标连接起来,能够获取却描述,该模型由龆サ愕淖曜槌伞J菘庵械难盗费本数为/,糜诿枋雒扛鋈颂宓男形7至浚矣校琻。对全部的人体行为分量做归一化操作,可以得到新的三维人体行为分量F淇擅枋鍪菘庋救颂逍形7至的线性组合,如式尽人体行为具有统一性,由于骨骼以及肌肉的运动组合不同,到时行为存在一定的差异,而主元素分析方法ǔ用于采集同类图像中的主成分,并且能够过滤相关的干扰因素,因此本文通过椒ǚ治鋈颂逍形7至浚繁H体行为图像特征依据从小到大的次序进行分布,再采集前个特征值形成特征分量,采用上文分析的方法得到其投影矩阵,进而能够获取人体行为三维图像特征,如式尽其中,口表示人体行为分量灰度值均值,硎救颂逍形分量投影矩阵。如果人体骨骼和肌肉出现波动,则可获取人体的多姿态变形模型:其中,硎救颂骞趋酪约凹∪獾慕嵌绕凭