要約
本稿では、姿勢をコンパクトな表現として3次元関節位置のヒストグラム（HOJ3D）を用いた新しい人体行動認識手法を提案する。我々は、Kinectの深度マップからShottonらの手法[6]を用いて3次元骨格関節位置を抽出する。行動の深度シーケンスから算出されたHOJ3Dは、線形判別分析（LDA）を用いて再投影され、k個のポージャー視覚語（posture visual words）にクラスタリングされる。これらは行動の典型的な姿勢を表す。さらに、これらの視覚語の時間的変化は離散的隠れマルコフモデル（HMM）によりモデル化される。また、本手法は球面座標系の設計およびKinectによる頑健な3次元骨格推定の恩恵により、3次元行動データセットにおいて顕著な視点不変性を示す。本研究で用いるデータセットは、10名の被験者が異なる視点で実行した10種類の屋内行動の3次元シーケンス200件から構成されている。本手法はリアルタイム処理が可能であり、挑戦的な3次元行動データセットにおいて優れた性能を達成する。さらに、MSR Action 3Dデータセットでも本アルゴリズムを検証した結果、Liら[25]の手法と比較して多くのケースで優れた結果を示した。