论文部分内容阅读
为保证视频应用中人体检测和动作识别的效率,提出一种结合传统动作识别方法和深度学习方法的高效高精度识别算法。对视频帧序列进行灰度化和Sobel算子处理,在此基础上,采用级联支持向量机无缝得到局部二值模式描述子,快速检测出人体区域。借助OpenPose得到人体区域中关节点的二维坐标构建骨架模型,提取基于关节向量的多种动作时空特征,采用kNN模型进行动作分类。经过MIT及Weizmann数据库实验,其结果表明,提出算法比传统方式快16倍且人体动作识别算法取得了88.93%的识别率,验证了该算法的高效性与准确性。