霍宇飞，于随然

(上海交通大学机械工程学院，上海200240)

1 引言

动作识别是计算机对于人类动作进行分析与理解，从而完成人体动作识别化划分的技术[1-2]。随着科学技术的逐步发展，人类已由信息匮乏的时代逐渐走向信息高度集成发展的时期，人们对于个人信息安全的重视程度逐渐提升，也成为人类高度信息化时代发展的迫切要求。身份认证技术成为保证个人信息安全的重要技术之一，已经被广泛地应用到生活中的各种环境。尤其是人员流动量较多或是公共安全要求较高的地区。在此技术的使用过程中，大致可分为3部分，为了提升信息安全保障技术的使用效果，多将此三部分内容融合使用。

特征融合技术作为人工智能中的关键技术，具有巨大的创新空间与应用价值，吸引了越来越多的企业与科研机构的关注与研究。从动作识别角度分析可知，人体骨骼识别大致可分为姿态数据获取、骨架动态数据获取以及关键姿态挖掘。针对个人信息安全的要求，将姿态特征中的骨骼动作视作人体生理骨架关节点之间的硬连接段的集合。目前，国内外各类组织和知名大学花费了大量的精力与时间用于此技术的研究之中。许艳等人[3]为发挥深度图像与骨骼数据的优越性，将深度特征与骨骼特征结合进行人体行为识别，研究特征融合的人体行为提取方法，在深度图像方面捕捉行为线索，提取人体行为梯度，轮廓曲率的几何特征;在骨骼数据方面提取运动节点的多种特征，用人体行为轮廓比，角度差和距离差表征行为形态，达到结果只与行为分布有关的目的；……