论文部分内容阅读
随着微软Kinect等深度相机的出现,使用具有简洁性、鲁棒性和视图无关表示的3D骨架节点数据来识别人体行为的方法获得了很好的效果,但现有的针对骨骼序列数据的大多数学习方法缺少空间结构信息和详细的时空动态信息。利用双向长短期记忆网络(BI-LSTM)模型能长时间存储骨骼序列的特点获得丰富的双向时间信息对动作的顺序进行建模,同时从3D骨骼关节点坐标中提取关节点之间的相对距离特征和相对角度特征来加强空间结构特征,完成从骨骼数据中实现人体行为识别。该方法有效地进行了人体行为动作分类,提高了识别准确性。