随着计算机视觉技术和相关硬件设备的不断发展,人体姿态识别已逐渐走进人类生活,被广泛应用于视频监控、运动辅助分析、家居养老、体感游戏等各个领域,具有十分可观的经济价值和社会价值。传统的人工设计特征方法需要研究人员有丰富的经验,工作量大,鲁棒性较差,逐步兴起的深度学习方法可以自动学习动作特征并进行识别,能够很好解决这一问题。但是由于背景复杂、动作多变、目标存在遮挡和光照等因素的存在,人体姿态识别在实际应用场景中仍有一定局限性。本文旨在通过构建新的卷积神经网络模型来提高人体姿态识别的准确率和算法鲁棒性,具体所作研究如下:(1)本文首先对五种运动目标检测方法进行分析研究,相较于其他几种检测算法,ViBe算法的检测清晰度和算法实时性较好,但在背景较复杂或目标动态性强的环境下,会出现目标边缘残缺、区域断层和内部空洞的问题。为了进一步提高检测完整度,本文提出了一种结合自定义评价函数自适应调整阈值的改进ViBe算法,实验结果表明,该改进算法可以为卷积神经网络模型的输入提供更为清晰的运动目标前景,有利于后续的姿态分类识别。(2)虽然三维卷积神经网络已逐渐应用在人体姿态识别领域,但是仍存在丢失目标运动信息,特征提取不完善,容易误检相似动作的问题,为了提取到更加丰富细致的动作特征,本文连续使用两次三维卷积操作,并通过BN算法和dropout技术防止可能由多次卷积导致的模型过拟合现象,在全连接层前添加一个空间金字塔池化层,使网络能够处理任何分辨率的图像,以提高算法适用性。最终本文构建了一个融合BN算法、dropout技术和空间金字塔池化技术的多卷积3D CNN模型。(3)本文在KTH、UCF101标准视频库和自建视频库上做识别测试实验,以不同的特征组合作为3D CNN模型的输入进行对比实验,并通过改进的ViBe算法得到清晰的目标二值图。实验结果表明,以“ViBe二值图+光流图+三帧差分图”特征组合作为模型输入,可以得到较高的识别准确率,尤其针对背景较复杂、动作种类多且差异性小的数据集,改善的效果更好。由此可见,本文构建的3D CNN模型能够有效提高人体姿态识别的准确率,具有较好的应用价值。