基于RGBD图像的非结构化人类活动检测
机器人学
2014-06-25 v2 计算机视觉与模式识别
摘要
能够检测和识别人体活动对于包括个人辅助机器人在内的多种应用至关重要。在本文中，我们在非结构化环境中执行非结构化人体活动的检测与识别。我们使用RGBD传感器（Microsoft Kinect）作为输入传感器，并基于人体姿态和运动以及图像和点云信息计算一组特征。我们的算法基于分层最大熵马尔可夫模型（MEMM），该模型将人的活动视为由一组子活动构成。我们使用动态规划方法推断两层图结构。我们在不同环境（如厨房、客厅、办公室等）中测试了算法对四人执行的十二种不同活动的检测与识别，即使在训练集中未见过该人员的情况下也取得了良好性能。
引用
@article{arxiv.1107.0169,
title = {Unstructured Human Activity Detection from RGBD Images},
author = {Jaeyong Sung and Colin Ponce and Bart Selman and Ashutosh Saxena},
journal= {arXiv preprint arXiv:1107.0169},
year = {2014}
}
备注
2012 IEEE International Conference on Robotics and Automation (A preliminary version of this work was presented at AAAI workshop on Pattern, Activity and Intent Recognition, 2011)