基于Kinect和ROS的骨骼轨迹人体姿态识别研究

作     者：胡敦利 柯浩然 张维 Hu Dunli;Ke Haoran;Zhang Wei

作者机构：北方工业大学现场总线及自动化北京市重点实验室北京100144 

出 版 物：《高技术通讯》 (Chinese High Technology Letters)

年 卷 期：2020年第30卷第2期

页      面：177-184页

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：国家自然科学基金(61573024)资助项目 

主　　题：自适应能量 时间金字塔 扩展卡尔曼滤波 机器人操作系统(ROS) 预测 

摘      要：为了解决不完整人体动作识别的问题,在机器人操作系统(robot operating system,ROS)下提出利用骨骼节点向量的角度累计变化作为特征向量,并采用自适应能量的方法划分视频人体动作。在人体解剖学的基础上建立投影坐标平面,进行空间位置和骨骼角度的计算。通过时间金字塔方法对不同时间间隔的骨骼角度数据编码,形成多级特征向量更好地表示人体动作。在人体受遮挡情况下,使用扩展卡尔曼滤波预测骨骼节点坐标,提高骨骼坐标的准确性。该方法具有旋转、平移不变性,识别4种不完整人体动作的正确率达到了92.25%。