刘 飞，郝矿荣，b，丁永生，b，刘 欢

(东华大学a.信息科学与技术学院;b.数字化纺织服装技术教育部工程研究中心，上海 201620)

1 概述

人们在与外界进行交互的过程中，除了通过语言交流，还常常借助肢体语言，即通过动作行为传递信息。计算机视觉的研究目标之一就是理解人体动作行为的含义。人体行为识别分析从低到高可分为3 个层次:姿态识别，动作识别，行为识别。姿态识别是动作行为分析的基础。动作可以看作是一组关键姿态的时间序列。复杂的行为可分解为一组简单的动作，其中也包含了与周围环境的交互。在人体动作识别研究中，通常考虑2 个主要问题:传感器的数据采集和人体动作的建模。现有的大部分文献中采用普通摄像机获取二维图像，文献［1］提取人体轮廓的形状信息建立姿态模型，文献［2］提取视频图像中时空兴趣点并设计了级联分类器进行动作识别，而文献［3］虽然也提取轮廓信息，但采用了差分图像传感器简化了背景分割的图像预处理工作，从硬件上提高了算法的实时性。

然而，动作识别研究仍面临诸多问题。例如，复杂背景下人体的定位与跟踪，虽然可以通过背景建模分割人体，但不同的光照环境仍会影响分割效果;二维图像中人体运动过程中的自遮挡现象，这大大限制了基于单目摄像机动作识别的性能;对于多目摄像机而言［4-5］，虽然它能解决遮挡问题并且具有视角不变性、提高识别准确率等优势，却也面临着复杂的数据融合等图像后处理工作，而且昂贵的仪器设备也是无法忽略的问题。……