计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (8): 180-185.DOI: 10.3778/j.issn.1002-8331.1510-0151
周鑫燚,甘胜江,孙连海,匡 胤
ZHOU Xinyi, GAN Shengjiang, SUN Lianhai, KUANG Yin
摘要: 与传统光学相机相比,能同步获取RGB图像和深度图像数据,对人体行为识别提供了新的解决方案。因此,分别对RGB和深度图像序列提取改进的时空兴趣点特征,并基于一定规则实现时空兴趣点特征的融合。由于融合后特征的冗余性,基于时空聚类的方法,对特征进行优化处理,并采用SVM分类器进行训练和测试。实验结果表明提出的RGB和深度图像特征联合方法的行为识别平均准确率为91%,相对于其他方法取得了更好的识别结果。