APP下载

基于时域分割的人体行为连续性动作预测仿真

2021-11-17庄庆华

计算机仿真 2021年5期
关键词:动作特征

李 丽,庄庆华

(长春工业大学人文信息学院,吉林 长春 130000)

1 引言

人体行为连续性动作预测对人们工作生活有着巨大性的影响力,是医学康复、体育健身、VR娱乐等领域的关键技术[1]。人体行为连续性动作预测成为研究的热点话题。

文献[2]基于LSTM的人体姿态检测方法。制作了包含3336条带有人工标注数据的人体姿态数据集,对行走、奔跑、上楼梯、下楼梯和平静五种日常持续性行为姿态与跌倒、起立、坐下和跳跃这四个突发行为姿态进行预测分类。文献[3]提出基于BSCPs-RF的人体关节点信息行为识别与预测方法,采用局部线性回归与单帧关节点归一化法预处理关节点序列,消除抖动噪声、位移和尺度的影响,采用基于随机森林的行为识别与预测方法,并以集成学习方法优化多分类器组合以提高识别精度。文献[4]提出一种基于人体姿态的时空特征的行为识别方法。首先在获取视频中各帧图像的人体关节位置的基础上,在空间维度上提取每帧图像的关节位置关系、时间维度上计算关节空间关系的变化,二者共同构成姿态时空特征描述子,利用Fisher向量模型对不同类型的特征描述子分别进行编码,得到固定维度的Fisher向量。上述方法关键特征映射点包含范围模糊,存在实时处理速度慢,且错位率较高的问题。因此本文提出一种基于时域分割的人体行为连续性动作预测。提取人体骨架关节特征,对动作特征加以LLE映射,在此基础上预测人体行为连续性动作。……

登录APP查看全文

猜你喜欢

动作特征
下一个动作
如何表达“特征”
不忠诚的四个特征
动作描写要具体
让动作“活”起来
动作描写不可少
非同一般的吃饭动作
线性代数的应用特征