作者:朱国刚,曹林 单位:中国航天科工集团公司第十七研究所 出版:《计算机仿真》2014年第12期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFJSJZ2014120760 DOC编号:DOCJSJZ2014120769 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度信息的人体动作识别研究综述》PDF+DOC2015年第03期 陈万军,张二虎 《基于关节角序列的人体动作识别》PDF+DOC2018年第10期 张震,王梅,林利蒙,于云雷 《强鲁棒性的可穿戴传感器的人体动作识别方法》PDF+DOC2017年第04期 刘锦怡,张乐,胡海波,朱贺 《老年人动作识别系统研究》PDF+DOC2017年第14期 朱丽,吴雨川,胡峰,马双宝 《一种基于深度传感器的人体动作识别方法》PDF+DOC2019年第25期 王健 《基于脑电传感器的面部动作识别研究》PDF+DOC2020年第12期 王众,章学良,刘亚群,周俊宇,单东升 《基于三轴加速度传感器的人体日常体力活动识别系统设计》PDF+DOC2013年第09期 李丹,陈焱焱,姚志明,杨慧亮 《大数据在基于Kinect的中风康复训练中的应用》PDF+DOC2017年第06期 陈平平,赵阳洋,陈丽兰 《基于智能手机运动传感器的步态特征身份识别方法》PDF+DOC2019年第06期 孔菁,郭渊博,刘春辉,王一丰 《基于BSN和神经网络的人体日常动作识别方法》PDF+DOC2013年第06期 陈野,王哲龙,李政霖,李宏伟
  • 为研究人体骨骼结构、骨骼关节点位置信息以及人体动作所具有的骨骼角度特征,提出了一种基于深度传感器提取人体骨骼信息的动作识别方法。方法利用Kinect深度传感器,实时准确地捕获人体骨骼三维数据,并根据坐标系变换构建人体骨骼拓扑结构。然后提取人体动作所感兴趣的骨骼关节点,定义骨骼向量,并获取每段骨骼向量的方向余弦特征;最后通过多类支持向量机训练以及动作识别分类。实验结果表明,相比于传统基于轮廓特征的方法,改进方法对人体识别具有更高的识别准确率,鲁棒性强。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。