%0 Journal Article
%T 一种改进的DTW算法在人体行为识别中的应用
%A 顾军华
%A 徐俊生
%A 刘洪普
%J 河北工业大学学报
%D 2018
%R 10.14081/j.cnki.hgdxb.2018.04.004
%X 目前针对各维特征之间的相关性对动作识别影响的问题，解决的方法基本是采用欧氏距离作为其相似 度的算法.结合Kinect体感设备提出了一种基于改进的DTW算法的人体行为识别方法，将马氏距离作为相似度 测度引入DTW算法中进行改进.首先，利用Kinect设备采集人体骨骼信息，计算骨骼夹角信息，之后使用改进 的DTW算法进行模板训练和人体行为识别.最后通过实验，对比采用欧氏距离、卡方检验和马氏距离作为相 似度测度时，人体行为识别的准确率.实验表明引入马氏距离的DTW算法在识别正确率方面有所提高.</br>AhumanbehaviorrecognitionmethodbasedonanimprovedDTWalgorithmisproposedbycombiningthe Kinectsensorinthepaper.Tosolvetheproblemthatifthecorrelationbetweeneveryfeaturewillaffectbehaviorrecogni? tion,Euclideandistanceisadoptedintheexistingwayasitssimilarityalgorithm.Mahalanobisdistanceisintroducedin? totheDTWalgorithmassimilaritymeasure.Firstly,weuseKinectsensortocollectthehumanskeletoninformation;then theimprovedDTWalgorithmisadoptedfortemplatetrainingandhumanbehaviorrecognition.Finally,compareaccura? cyrateofhumanbehaviorrecognitionwhenEuropeandistance,Mahalanobisdistanceandchi-squaretestseparately serveasthemeasureofsimilaritydetection.TheexperimentsshowthattheDTWalgorithmintroducedbytheMahalano? bisdistancehasbeenimprovedintherecognitionaccuracyrate.
%K 行为识别
%K 动态时间规整
%K 欧氏距离
%K 马氏距离
%K 卡方检验
%K 距离测度&lt
%K /br&gt
%K behaviorrecognition
%K dynamictimewarping
%K Euclideandistance
%K Mahalanobisdistance
%K chi-squaretest
%K distancemeasure
%U http://zrxuebao.hebut.edu.cn//oa/darticle.aspx?type=view&id=201804004