论文部分内容阅读
针对现有行为识别方法中识别效率低,受环境干扰强等缺点,提出了一种基于混合关节特征的人体行为识别方法。混合关节特征由不同的骨骼关节表达构成,综合了各种行为信息,包括动能、势能、关节方向和关节角度,使得特征表达更加有效。利用具有良好处理时间序列能力的长短期记忆（LSTM）神经网络作为分类器进行人体行为识别。在MSR Action 3D数据集上的实验表明：基于混合关节特征较现有的其他许多骨骼特征表现更好。