基于深度图像的人体行为识别综述
深度图像降低了人体三维运动信息在视觉获取过程中的维度损失,使得与传统彩色图像相比,基于深度图像的人体行为识别研究在特征提取、表示及识别精度等方面体现出技术优势,受到广泛关注,因此,全面、深入地综述了基于深度图像的人体行为识别的研究现状.首先,对近年来提出的基于深度图像的人体行为识别的各种方法进行整理、分类;然后,对多个常用的人体行为公开数据库进行介绍,并在3个数据库上对不同方法的识别率进行对比分析;最后,阐述了人体行为识别技术未来可能的发展趋势.
人体行为识别、特征提取、深度图像、人体关节点、机器学习
44
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61370120;北京市自然科学基金资助项目4162009
2018-10-25（万方平台首次上网日期，不代表论文的发表时间）
共16页
1353-1368
