基于轮廓图像空频域特征的人体姿态分层识别算法

人体姿态识别是当前自动视频理解技术的研究热点，其难点在于在实际应用中很难同时保障准确度、鲁棒性和实时性．当前基于二维图像的主流算法中，一类为基于高层人体结构的信息，其准确度高，但实时性较差；另一类为基于低层图像信息，算法简单，但其准确度较低．针对该问题，文中提出一种人体姿态建模和识别算法．该算法首先采用高斯混合模型快速提取运动目标和归一化轮廓图像，然后利用人体轮廓参数构建一组12维特征向量，建立人体姿态模型，最后通过分层识别方法实现对人体姿态的认知．该算法可以有效地识别人体姿态，计算复杂度较低，对存在干扰的图像具有较好的识别效果．基于标准视频库的实验结果验证了方法的有效性，与链码标记算法的对比实验验证了方法的优越性．