基于几何统计的人体姿态语义描述方法

Zhang Xinfeng, Fan Ming, Cao Zheyu, Yang Wenqiang, Yu Haiyang, Zhang Haibing, Li Bin

Journal of Electronic Measurement and Instrumentation(2023)

引用 0|浏览0
暂无评分
摘要
准确高效地对人体姿态进行语义描述是识别人类行为的重要部分,也是快速了解个体状态以及发生事件的关键.近年来,人体关键点检测技术获得了长足的发展,然而针对人体姿态语义描述的研究并未引起足够重视.为此,本文提出了一种基于几何统计的人体姿态语义描述方法.首先将获得的人体关键点划分为若干集合,然后提取每个关键点集合的几何分布特征用于描述人体姿态,最后采用层次策略判断人体姿态的语义.该方法采用了集合的思想来提高识别人体姿态的鲁棒性.在不同真实场景数据集上的实验结果表明,所提方法在简单和复杂单人姿态的IFD和PASCAL数据集上识别人体姿态的平均准确率分别达到了 90.8%和77.1%,对于复杂多人姿态的MPⅡ数据集准确率为77.2%,均优于对比方法,可见所提方法在关键点缺失等情况下依然能够实现较准确的人体姿态语义描述.
更多
关键词
gesture recognition,semantic description,intelligent monitoring,key point detection,key point set,geometric statistics
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要