文献类型：期刊文章

作　　者：孙彬[1] 孔德慧[1] 张雯晖[1] 贾文浩[1]

SUN Bin;KONG Dehui;ZHANG Wenhui;JIA Wenhao(Beijing Key Laboratory of Multimedia and Intelligent Software Technology,Faculty of Information Technology,Beijing University of Technology,Beijing 100124,China)

机构地区：[1]北京工业大学信息学部多媒体与智能软件技术北京市重点实验室,北京100124

出　　处：《北京工业大学学报》

基　　金：国家自然科学基金资助项目(61370120);北京市自然科学基金资助项目(4162009)

年　　份：2018

卷　　号：44

期　　号：10

起止页码：1353-1368

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：深度图像降低了人体三维运动信息在视觉获取过程中的维度损失,使得与传统彩色图像相比,基于深度图像的人体行为识别研究在特征提取、表示及识别精度等方面体现出技术优势,受到广泛关注,因此,全面、深入地综述了基于深度图像的人体行为识别的研究现状.首先,对近年来提出的基于深度图像的人体行为识别的各种方法进行整理、分类;然后,对多个常用的人体行为公开数据库进行介绍,并在3个数据库上对不同方法的识别率进行对比分析;最后,阐述了人体行为识别技术未来可能的发展趋势.

关 键 词：人体行为识别 特征提取 深度图像 人体关节点  机器学习  

分 类 号：TP391]