动作识别在诸如智能安防、人机交互、无人驾驶等应用领域具有关键作用。很长一段时间,RGB图像都是动作识别的信息来源。随着深度相机的出现以及深度图像估测技术的发展,动作识别中出现了新的分支,即3D骨架动作识别。3D骨架关节点数据是在深度图像的基础之上通过估测技术得到的,具有光照变化不敏感的特性。同时,估测技术能够依据人体骨骼结构估算出被遮挡住的人体关节点的空间位置。这样,依赖RGB图像的动作识别存在的自遮挡问题在一定程度上得到了缓解。由于上述的一些优势,众多学者投入到基于3D骨架动作识别的研究中。在最近的几年中,经过研究者们的努力,许多基于3D骨架节点的动作识别方法被提出来。其中大部分方法使用的是描述姿态的帧级特征。而这些特征本身描述能力不够强,鲁棒性不足,而且没有捕获足够的帧间运动信息。因此,基于这些帧级特征的动作识别方法在实验结果上还有较大的提升空间。另外,动态时间规整在很多识别框架中依旧是处理动作序列匹配的首选方法。但是,动态时间规整对于处理动作异步和动作重复的问题效果不佳。基于上述情况,本文首先分析了3D骨架动作识别的研究现状,接着使用特征融合的方法进行骨骼动作识别,以期获得更高的识别率。本文的工作主要概括为下列三个内容:(1)本文提出了一种MCTD特征。本文使用特殊欧式群SE(3)作为特征,描述旋转和平移构成的运动特征,然后融合坐标和帧时间来定位运动特征的空间和时间维度上的分布,得到MCTD(Motion-Coordinate-Time Descriptor)特征。这种特征很好地捕获了动作序列的运动信息,具有较强的描述性。(2)本文提出了基于MCTD特征的动作识别方法框架。首先提取MCTD特征,接着通过特定的MSCK核函数计算不同动作序列的相似距离。该MSCK核逐个比较对应骨骼段的MCTD特征。本文在计算过程中使用高阶共生池化方法,挖掘出动作特征的高阶自相关统计量,解决了动作时间长短不匹配和动作重复的问题。(3)本文为了弥补空间上信息的缺失,提出了基于空间相对距离的空间匹配方法。对于不同的动作,参与执行的骨骼部位是不同的。本文计算相对空间距离,通过选取Top-k的关节点对,挖掘出参与动作执行的骨骼部位组合。接着将这些关节点进行匹配,获得空间匹配描述子(space-pairwise-descriptor,SPD)。然后将相对空间距离作为姿态特征,进行后期融合的操作。最后本文将上述方法运用在相同的三个公共数据集上进行实验,并与现有的动作识别方法进行对比。结果表明本文所提出方法的可行性和有效性。