基于运动历史点云生成的时空分布图的人体行为识别方法

摘要

一种基于运动历史点云生成的时空分布图的人体行为识别方法。其包括生成MHPC；生成STDM；提取颜色矩特征向量；提取LBP特征向量；训练和测试KELM分类器，最后将输出结果采用决策层融合后得到人体动作类型标签等步骤。本发明能够获得人体动作不同视角下的信息，增加了对动作角度变化的鲁棒性。用时空分布图来表示人体动作要比深度图像更加全面，提取的特征也更加有区别力；提取的颜色矩特征和LBP特征能够有效地表征人体动作类别，解决了利用点云提取特征复杂的问题。利用决策层融合进行分类，能够避免特征层融合不兼容和高维度的缺点。