深度视频下的人体动作识别研究
- 作者单位
- 山东第一医科大学第一附属医院医学工程部 山东中医药大学智能与信息工程学院 中国康复研究中心设备处 山东中医药大学附属医院资产设备处
- 刊名
- 中国医疗设备
- 年份
- 2023
- 卷号
- 第1期
- ISSN
- 1674-1633
- 分类号
- R197.39;TP391.41
- 摘要
- 目的 基于RGB视频序列分类是实现人体动作识别的主要方式，但是RGB视频在记录人体动作的同时会清晰地保存人体的面部信息，为保护隐私，本文提出基于深度视频进行人体动作识别。方法 利用公开数据集UTD-MHAD中27种深度视频形式的动作数据进行研究。首先，将深度视频序列进行预处理转化成运动历史图，通过伪彩色编码增强运动历史图的细节信息；其次，将经过伪彩色编码的运动历史图送入经过预训练的卷积神经网络提取运动历史图的深度特征向量；最后运用分类器进行分类。结果 基于深度视频序列的人体动作识别方法在UTD-MHAD数据集上取得了90.02%的准确率，误差为1.8%。结论 本文提出的基于深度视频序列的人体动作识别方法具有一定的有效性，可作为人体动作识别领域一种新型的无监督康复锻炼手段，有助于促进康复评定研究进一步标准化。
- 基金 国家自然科学基金
- 文献类型
- 期刊
- 浏览量
- 20
-
被引次数