基于Kinect的人体姿势识别算法与实现.pdf

《基于Kinect的人体姿势识别算法与实现.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、模式识别与仿真自动化技术与应用~2016年第35卷第2期PaternRecognitionandSimulation基于Kinect的人体姿势识别算法与实现李昕迪，朱国强(黑龙江省科学院自动化研究所，黑龙江哈尔滨150090)摘要：人体姿势识别在诸多领域中都起着非常重要的作用，本文着力于利用Kinect深度摄像机研究人体姿势识别方法。姿势识别的基础是骨骼跟踪，首先需要得到骨骼节点的三维坐标数据，然后利用骨骼节点的角度以及相互关系进行姿势识别，本文主要利用支撑向量机分类器进行姿势识别。关键词：人机交互；

2、姿势识别；角度特征；骨骼节点中图分类号：TP391．4文献标识码：A文章编号：1003—7241(2016)02—0ll7—05ResearchOnHumanPostureRecognitionAlgorithmBasedOnKinectLIXin-di，ZHUGuo-qiang(InstituteofAutomation，HeilongjiangAcademyofSciences，Harbin150090China)Abstract：Posturerecognitionplaysanimportan

3、troleinmanyfields；thispaperfocusesonthestudyofhumanposturerecognitionmethodusingKinect2．0．Posturerecognitionisbasedontheskeletaltracking．Itisnecessarytogetthree—dimensionalcoordinatedataofskeletaljointsatfirstandthenangularfeaturesandmutualrelationofske

4、letaljointsforposturerecognitionareused．Thispaperusessupportvectormachineclassifiertocarryonposturerecognition．Keywords：humancomputerinteraction；posturerecognition；angularfeatures；skeletaljoints1引言值，国内外很多机构都在开展相关研究。为了提高人体在人机交互的研究领域里，其传统模式是通过指示姿势识别的准确率和精

5、确度，本文提出一种人体关节点装置、窗口、菜单、图标等为大家所熟知，但随着技术角度测量的姿势识别算法。的发展它们在操作上的限制就变得愈加明显，人们更期待用自然的方式进行人机交互，这种更直接的方式称作2Kinect简介“自然”交互。自然人机交互能够让人用最轻松最简摄像机技术在近几年飞速发展，具备3D摄像功能单的方式和计算机进行交流，从而人们的注意力可以更的摄像机逐渐进入了人们的视野。20世纪90年代出现多地关注问题本身，而不是繁琐的人机交互。的TOF摄像机的原理是根据光的飞行时间对物体深度自然交互方式包括

6、语言、姿势、手势等方式，其中信息进行计算，和传统2D摄像机相对比，TOF摄像机姿势是日常生活中相对常见的沟通方式，同时也是人与可以很轻松地分离被摄场景中的前后景，因此TOF摄其他物体的主要区别。人们通常采取不同的姿势来表达像机在特定目标的追踪与识别方面具有2D摄像机无法不同的想法和信息，因此寻找一个良好的算法对人体姿赶超的优势。但是TOF摄像机价格昂贵、分辨率相对势识别的研究是非常有必要的。近年来基于Kinect体较低的缺点影响了它的发展J。感设备的人体动作识别在医学领域表现出巨大的应用价2010年1

7、1月，微软首次推出了一款体感外设Kinect，可实现实时的全身和骨骼跟踪、运动捕捉以及收稿日期：2015—07-27麦克风输入功能，并能够识别一系列的动作，人们可以TechniquesofAutomation＆ApplicationsI117模式识别与仿真自动化技术与应用))2016年第35卷第2期Pat【emRecognitionandSimulation[s．1．】：Apress，2012．6结束语[5】ZHENGXIAO，FUMENGYIN，YANGYI．3D本文利用搭建Kinect的体感识别平

8、台，成功实现了HumanPosturesRecognitionUsingKinect[C]．20124th姿势识别算法，并获得良好的姿势识别率。实验表明：InternationalConferenceonIntelligentHuman-Machine该方法能够实时检测人体骨骼结点之间的角度，并根据SystemsandCybernetics，2012：344-346．角度准确识别人体姿势。该算法可靠，准确率较高，对【6】PRAMODKUMAR，PISHA