基于三维动态特征的运动状态识别方法研究

作者： 刘凌霞 [1] ; 宋强 [2,3]

摘要：提出基于三维动态特征的运动状态识别方法．首先采用一种星型骨架组成结构揭示人体三维运动模式，利用GMM得到图像序列的前景图片，运用ISOMAP非线性算法的降维方法来取得低维数据子空间，把运动姿态三维数据投影到非线性流型低维子空间中，识别出运动状态的内在结构后分别研究人体运动的各个关节点，最后通过集成学习的方法生成隐马尔科夫学习器达到自动识别运动状态目的．仿真实验结果表明，提出方法的识别速度和精度对比传统方法有明显提高，证实了研究方法的可行性．

关键字： 三维动态特征 星型骨架 GMM Isomap 非线性流低维子空间 隐马尔科夫学习器

---

上一篇：基于改进遗传算法的不完整大数据填充挖掘算法
下一篇：海量数据干扰下的危险Web数据挖掘技术研究