文献类型：期刊文章

作　　者：胡建芳[1,2,3] 王熊辉[4] 郑伟诗[1,2,3] 赖剑煌[1,2,3]

HU Jian-Fang;WANG Xiong-Hui;ZHENG Wei-Shi;LAI Jian-Huang(School of Data and Computer Science, Sun Yat-sen University, Guangzhou 510006;Guangdong Province Key Labo-ratory of Computational Science, Guangzhou 510006;Key Laboratory of Machine Intelligence and Advanced Computing,Ministry of Education, Guangzhou 510006;School of Elec-tronics and Information Technology, Sun Yat-sen University,Guangzhou 510006)

机构地区：[1]中山大学数据科学与计算机学院,广州510006 [2]广东省信息安全技术重点实验室,广州510006 [3]机器智能与先进计算教育部重点实验室,广州510006 [4]中山大学电子信息与工程学院,广州510006

出　　处：《自动化学报》

基　　金：国家自然科学基金(61702567;61876104);广东省重大项目(2018B010109007);广东省信息安全技术重点实验室开放课题基金(2017B030314131)资助~~

年　　份：2019

卷　　号：45

期　　号：5

起止页码：829-840

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、MR、PUBMED、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：行为识别是计算机视觉领域很重要的一个研究问题,其在安全监控、机器人设计、无人驾驶和智能家庭设计等方面都有着非常重要的应用.基于传统RGB视频的行为识别方法由于容易受背景、光照等行为无关因素的影响,导致识别精度不高.廉价RGB-D摄像头出现之后,人们开始从一个新的途径解决行为识别问题.基于RGB-D摄像头的行为识别通过聚合RGB、深度和骨架三种模态的行为数据,可以融合不同模态的行为信息,从而可以克服传统RGB视频行为识别的缺陷,也因此成为近几年的一个研究热点.本文系统地综述了RGB-D行为识别领域的研究进展和展望.首先,对近年来RGB-D行为识别领域中常用的公共数据集进行简要的介绍;同时也系统地介绍了多模态RGB-D行为识别研究领域的典型模型和最新进展,其中包括卷积神经网络(Convolution neural network, CNN)和循环神经网络(Recurrent neural network, RNN)等深度学习技术在RGB-D行为识别的应用;最后,在三个公共RGB-D行为数据库上对现有方法的优缺点进行了比较和分析,并对未来的相关研究进行了展望.

关 键 词：RGB-D  行为识别  骨架点  深度学习  

分 类 号：TP391.41]