改进Kinect手部行为识别系统的研究

作者：曹国强; 刘浩然kinect行为识别动态时间规整朴素贝叶斯分类

摘要：针对Kinect自带的动作模板库无法判断人体多种动作组合行为以及不同位置含义不同的问题,本文以人体手部行为为例,设立4种位置下4种基础手部动作,提出了在屏幕坐标系下构建运动特征模板,并提出建立一种DTW-NBC模型,将动态时间规整(Dynamic time warping, DTW)与朴素贝叶斯分类(Naive bayes classification, NBC)相结合进行模板训练与匹配,并对上述任意两种基础动作组合产生的行为在不同位置的发生进行识别。实验证明,该方法有效地区分了在不同位置相同的手势行为,改善了Kinect对同时发生的复合动作进行识别精确度较低的缺点,识别率达到88.6%,具备良好的稳健性和有效性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社