杨世强，杨江涛，李 卓，王金华，李德信

基于LSTM神经网络的人体动作识别

杨世强，杨江涛，李 卓，王金华，李德信

(西安理工大学机械与精密仪器工程学院，陕西 西安 710048)

人体动作识别为人机合作提供了基础支撑，机器人通过对操作者动作进行识别和理解，可以提高制造系统的柔性和生产效率。针对人体动作识别问题，在三维骨架数据的基础上，对原始三维骨架数据进行平滑去噪处理以符合人体关节点运动的平滑规律；构建了由静态特征和动态特征组成的融合特征用来表征人体动作；引入了关键帧提取模型来提取人体动作序列中的关键帧以减少计算量；建立了以LSTM神经网络为基础的Bi-LSTM神经网络的人体动作分类模型，引入注意力机制以及Dropout进行人体动作分类识别，并对神经网络的主要参数采用正交试验法进行了参数优化；最后利用公开数据集进行动作识别实验。结果表明，该模型算法对人体动作具有较高的识别率。

动作识别；融合特征；LSTM神经网络；注意力机制；Dropout

近年来人工智能技术取得了长足发展，已逐渐地应用于机械制造等领域。动作识别是人机交互的基础，通过人机交互合作可以提高人机合作制造系统柔性，对制造业发展有积极促进意义。动作识别也可应用于智能安防、智能家居、智能医疗等领域。

特征提取是动作识别的基础，主要方法有基于深度图像和基于骨架数据的特征提取2种方法。Kinect深度相机可以采集到图像的深度信息，唐超等[1]提出了基于深度图像特征的人体动作识别方法，使用方向梯度直方图、时空兴趣点和人体关节位置3种特征进行分类识别。……