论文部分内容阅读
为实现日常生活中动作的识别,以提高家庭服务机器人的服务质量,为人类提供安全舒适的环境,提出了一种基于马氏距离的度量学习方法进行人体动作的识别.首先,利用Kinect获取人体动作的关节点数据.然后,基于关节点数据构建动作敏感特征集合,即由人体的关节点坐标构造人体的结构向量以及相应的角度,并对每一样本的长度进行归一化处理.采用大间隔最近邻(LMNN)分类算法进行马氏距离学习得到变换矩阵L,将归一化之后的原始数据映射到更优特征空间.最后,采用k近邻算法进行动作识别.在自建的数据集上,得到97%的识别率.实