摘要
本文提出了一种基于三维关节位置直方图（HOJ3D）的新型人体动作识别方法，该方法将HOJ3D作为姿态的紧凑表示。我们采用Shotton等人[6]的方法，从Kinect深度图中提取三维骨骼关节位置。基于动作深度序列计算得到的HOJ3D，通过线性判别分析（LDA）进行重投影，并聚类为k个姿态视觉词（visual words），用以表征各类动作的典型姿态。这些视觉词在时间维度上的演化过程采用离散隐马尔可夫模型（HMMs）进行建模。此外，得益于所设计的球坐标系以及Kinect提供的鲁棒三维骨骼估计，本方法在所构建的三维动作数据集上表现出显著的视角不变性。该数据集包含10名参与者在不同视角下完成的10种室内活动，共200段三维动作序列。所提方法具备实时性，并在具有挑战性的三维动作数据集上取得了优异的识别性能。此外，我们在MSR Action 3D数据集上进行了测试，结果表明，本方法在大多数情况下优于Li等人[25]的方法。