摘 要: | 当前大多数对人体动作识别算法要求大量训练数据或Mo CAP来处理多视角问题,且依赖于干净的人体轮廓。本文提出了一种复杂背景下单人体动作识别算法,通过从3D动作模型中采样,并对每个姿态样本进行定位实现人体姿态识别。首先通过对2D关键姿态进行注解,然后将其提升为线条画,再计算3D关键姿态外形间的变换矩阵。考虑到从粗犷的动作模型中采样获得的姿态可能与观察不够匹配,文章提出了一种通过生成姿态部位模型(PSPM)来实现姿态高效定位的方法,所生成的PSPM模型用树结构有效描述了合适的运动学和遮挡约束。此外,本文提出的方法不需要姿态的轮廓。最后基于两种公开数据集及一种新的带有动态背景的增强型数据集,证明本文方法相比以前算法实现了性能提升。
|