论文部分内容阅读
本文提出了一种新型的隐马尔科夫模型，即空间时序隐马尔科夫模型(spatial-temporal hidden markov model)，用于人体三维动作捕捉数据中的行为识别。该识别算法研究刚性骨骼模型中相邻的关节点之间的空间依赖信息以及关节点连续运动过程中的时间依赖信息。在学习行为分类器时，以人体三维关节点作为描述行为的特征，为每一类行为训练一个基于三维关节点空间时序信息的空间时序隐马尔科夫模型。通过在一个含有11类行为动作的数据库上进行实验，结果表明本文提出的算法优于基于一维隐马尔科夫模型的识别算法。