人体行为序列化识别算法研究

针对传统方法在人体行为识别方面拓展性不强等问题，提出一种序列化的研究思想，提取骨骼图的特征矢量，用SVM训练和识别静态动作，形成序列即可表示动态动作，因此只要丰富静态动作库，就可以实现多种动态动作的识别，具有很好的拓展性。为了减少静态动作识别错误产生的影响，提出一种基于前后信息的纠错算法。实验表明，该算法具有较高的识别准确率，并且具有很好的鲁棒性和实时性。