【技术实现步骤摘要】
一种基于线性判别分析的开放视角动作识别方法
本专利技术涉及动作识别领域,尤其涉及一种基于线性判别分析的开放视角动作识别方法。
技术介绍
很早之前人们就开始关注于人体动作识别的研究,在上个世纪七十年代,第一次对人类的运动识别进行了研究,心理学家对人类的运动感知进行了实验。通过将亮点标记在人的关节处,然后将其置于黑暗环境中,接着对在黑暗中的运动进行观察。实验结果表明,人的视觉系统对于运动中的光点序列,可以辨别出运动的形态,如走路、跑步等甚至可以判别出运动者的性别。这个实验说明对于人体的动作识别,并不需要提取出运动的全部信息,只需要部分信息就能表示出该运动。但是这部分信息也需要是运动的关键信息,才能表达出运动的类别。该实验为以后的人体动作识别的发展奠定了基础。人体的动作识别,即人体的动作行为分析和描述是基于人体运动目标检测、分类和跟踪的基础之上。对人的动作分析和描述是指对人的动作进行识别和理解,最后用自然语言的方式加以描述的一个模式识别问题,人的动作识别的具体的方法是首先从视频序列中抽取相关的视觉信息,然后经过变换用合适的方法表示视觉信息,进而实现人体动作行为的识别和理 ...
【技术保护点】
一种基于线性判别分析的开放视角动作识别方法,其特征在于,所述动作识别方法包括以下步骤:使用Kmeans算法利用组合后特征矩阵进行词典学习;将动作样本特征矩阵转化为动作样本特征向量;使用线性判别分析利用训练视角和辅助视角下的动作样本特征向量学习投射矩阵;结合投射矩阵、将训练视角和测试视角下的共t个动作样本表征向量投射到同一个空间,得到每个动作样本新的特征向量;使用线性支持向量机利用动作样本新的特征向量进行动作分类模型的学习,最后利用动作分类模型在测试视角下进行动作分类测试。
【技术特征摘要】
1.一种基于线性判别分析的开放视角动作识别方法,其特征在于,所述动作识别方法包括以下步骤:使用Kmeans算法利用组合后特征矩阵进行词典学习;将动作样本特征矩阵转化为动作样本特征向量;使用线性判别分析利用训练视角和辅助视角下的动作样本特征向量学习投射矩阵;结合投射矩阵、将训练视角和测试视角下的共t个动作样本表征向量投射到同一个空间,得到每个动作样本新的特征向量;使用线性支持向量机利用动作样本新的特征向量进行动作分类模型的学习,最后利用动作分类模型在测试视角下进行动作分类测试。2.根据权利要求1所述的一种基于线性判别分析的开放视角动作识别方法,其特征在于,所述动作识别方法还包括:将视角划分为辅助视角动作样本、训练视角动作样本和测试视角动作样本;所述辅助视角动作样本用于学习不同视角之间的相关性;所述训练视角动作样本则用于动作分类模型的训练;所述...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。