关秋菊 罗晓牧 郭雪梅 王国利

基于隐马尔科夫模型的人体动作压缩红外分类

关秋菊1罗晓牧2郭雪梅3王国利3

人体动作产生的辐射能量变化(Infrared radiation changes,IRC)信号是动作识别的重要线索,本文提出了一种基于隐马尔科夫模型的人体动作压缩红外分类新方法.针对人体动作的自遮挡问题,建立基于正交视角的压缩红外测量系统,获取人体动作在主投影面和辅助投影面的IRC压缩信号;然后,采用隐马尔科夫模型(Hidden Markov model,HMM)双层特征建模算法进行压缩域动作分类.实验结果表明双层特征建模的平均正确分类率高于主层特征建模,平均正确分类率可达95.71%.该方法为环境辅助生活系统提供了人体动作识别的新途径.

环境辅助生活,隐马尔科夫模型,压缩感知,热释电红外传感器,动作分类

环境辅助生活(Ambient assisted living,AAL)系统是辅助居家老人延长独立生活的智能系统[1−2].人机物(环境)深度融合是“以人为中心”AAL系统的显著特征,而人体行为理解是实现人机物深度融合的重要纽带,只有当系统能正确理解人体行为,才能更好地给予老人生活协助.行为理解是利用AAL技术应对日益严重的人口老龄化社会问题中需要解决的基础课题.因其巨大的潜在应用前景和固有的科学挑战,开展行为理解基础研究有着重要的学术价值和实际意义.其中,人体目标的动作识别是实现行为理解的基础和关键技术要素.

目前,人体动作识别研究主要有两个方向:基于视觉传感的动作识别……