-
题名骨架人体行为识别研究回顾、现状及展望
被引量：3
- 1
-
-
作者
边存灵
吕伟刚
冯伟
-
机构
中国海洋大学基础教学中心
天津大学智能与计算学部
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第20期1-29,共29页
-
基金
国家自然科学基金(62277045)。
-
文摘
人体行为识别在视频监控、人机交互、医疗看护、体育赛事分析等领域具备重要的应用前景。近年来,随着传感器技术和人体姿态估计算法的迅猛发展,基于骨架的人体行为识别受到研究者越来越多的重视。相较于传统的视频图像数据,骨架数据以行为人为中心,具有高度抽象的运动信息和低数据维度等特点,为行为信息建模提供了新的视角。以骨架人体行为识别为研究对象,对相关工作进行了全面系统的回顾和分析。通过文献计量分析法对已发表的相关文献进行了梳理,系统总结了基于骨架的行为识别的发展脉络。在此基础上,分别回顾了基于手工特征的传统识别方法和基于深度学习的识别方法,重点介绍了基于卷积神经网络、循环神经网络、图卷积神经网络以及Transformer方法的基本原理、改进策略和代表性工作,并简要论述了网络模型学习算法的研究现状。总结了基于运动捕捉系统、Kinect相机和RGB图像的三类公开数据集,并详细探讨了它们的特点和应用。最后,结合国内外研究现状及思考分析,梳理了基于骨架的人体行为识别中的关键难题与挑战,并展望了未来的发展方向,旨在为研究人员建立一个较完整的领域研究视图,为相关领域的工作提供参考和借鉴。
-
关键词
骨架行为识别
文献计量分析
时空特征表征
深度学习
神经网络
-
Keywords
skeleton-based action recognition
bibliometric analysis
spatial-temporal information representation
deep learning
neural network
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
