基于深度信息的人体姿态识别研究综述
2020-02-18李方迪
计算机工程与应用 2020年4期
田 元,李方迪
华中师范大学 教育信息技术学院,武汉430079
1 引言
随着人工智能技术飞速发展以及许多新兴智能科技在人们日常生活中大量普及,在人工智能领域,计算机视觉和人机交互技术具有重要的地位,人体姿态识别在人机交互领域具有重要作用,并且在道路行为监控、人体运动分析、医疗康复训练、舞蹈教育培训等方面都有重要应用前景。根据输入图像的类型,姿态识别又分为基于RGB图像和基于深度图像的方法。彩色图像在复杂环境和光照变化下鲁棒性较差,而用于采集深度图像信息的设备,如Microsoft推出的Kinect设备和ASUS公司的Xtion,性价比高,可以捕捉彩色和深度信息,能够在光线不好的条件下工作,并且可以提供骨骼信息,简化人体检测任务[1]。Li等人[2]综合利用了Kinect提供的深度数据、骨架数据,通过人体测量学知识和反向传播神经网络,有效提高了姿态识别的实时性和鲁棒性。朱大勇等人[3]则利用Kinect摄像机采集人体的骨骼信息以及关节点对应的3D数据来进行动作识别。Reddy等人[4]同样是采用Kinect设备获取深度信息,设计了专门针对坐姿和站姿的人体姿态识别系统。因此,基于深度信息的人体姿态识别技术已成为目前的热门研究课题。
如图1所示,基于深度信息的人体姿态识别的主要步骤分为三部分:首先对深度信息传感设备采集到的图像数据进行预处理,然后提取出相应的人体姿态图像特征,最后采用合适的分类算法进行姿态分类识别。……
登录APP查看全文
