公开(公告)号：CN105631420A

公开(公告)日：2016-06-01

申请号：CN201510995238.7

申请日：2015-12-23

Applicant: 武汉工程大学

Inventor： 鲁统伟 ,  彭玲 ,  缪少君 ,  刘文婷 ,  张彦铎 ,  李晓林 ,  卢涛 ,  闵锋 ,  李迅 ,  周华兵 ,  朱锐

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00342 ,  G06K9/6269

Abstract: 本发明公开了一种基于3D骨架的多视角室内人体行为识别方法，包括以下步骤：1)获取人体运动在正视角、斜视角和侧视角三个角度的视频；所述视频包括训练视频和测试视频；2)通过体感设备提取视频中人体骨架3D特征；所述三维骨架特征包括全局运动特征和手臂、腿部局部运动特征；3)训练模型；通过训练视频中的人体骨架3D特征进行特征描述，得到训练特征集；具体如下：对三维骨架特征进行在线字典学习；然后稀疏主成分分析进行降维，形成特征集数据集；4)输入测试视频的样本的特征集，通过线性支持向量机(LSVM)进行识别。本发明方法实现了多角度动作的分类识别，克服了单视角识别算法的局限性，更具有研究价值和实际应用价值。

公开(公告)号：CN104866860A

公开(公告)日：2015-08-26

申请号：CN201510126253.8

申请日：2015-03-20

Applicant: 武汉工程大学

Inventor： 刘文婷

IPC: G06K9/62 ,  G06K9/46

Abstract: 本发明公开了一种室内人体行为识别方法，该方法包括以下步骤：基于Kinect设备获取人体三维骨架信息；提取出每个视频集中的三维骨架特征；训练三维骨架特征，对特征进行描述，其中训练步骤为先对特征在线字典学习，然后进行稀疏主成分分析，最后用多任务大边界最近邻算法与线性支持向量机进行分类得到训练特征集；提取测试视频的三维骨架特征；使用多任务大边界最近邻算法和线性支持向量机进行分类得到特征描述，将训练特征集与测试特征以打分机制做出最佳判决。本发明在智能视频监控，病人监护系统，人机交互，虚拟现实，智能家居，智能安防和运动员辅助训练中具有广泛的应用前景，具有较强的可行性和社会经济效益。