论文部分内容阅读
针对人体动作序列的识别问题,利用Kinect采集人体关节点三维坐标信息,提取人体手臂运动时的关节角度作为人体运动特征,以减小特征空间的维数;将一个手臂的连续动作平均分为五帧,将每帧的动作的关节角信息作为分类的特征。采用支持向量基(SVM)分类算法,在不断优化SVM分类器的参数后,可得到较高的识别率。通过与最近邻算法(KNN)和BP神经网络算法的对比实验,证明所提出的算法在人体动作识别方面的优越性。