TY -的A2 - Wan, Liangtian AU -塔拉,Ahmad盟——Kamal Shaharyar AU -金,Daijin PY - 2016 DA - 2016/10/04 TI -人工深度传感器活动识别使用时空特性和隐马尔可夫模型对智能环境中SP - 8087545六世- 2016 AB -如今,深度成像技术的进步已使人类活动识别(HAR)可靠不附带光学标记或其他对人体运动传感器部分。本研究提出了一种深度成像HAR系统监视和识别人类活动。在这项工作中,我们提出了时空特性检测方法,跟踪和识别人类使用RGB-D序列图像轮廓。我们建议的HAR框架下,所需的程序包括检测人类深度轮廓从原始深度图像序列,消除背景噪音,使用框架和跟踪人体轮廓微分约束人类的运动信息。这些深度轮廓提取时空特性基于深度顺序历史,运动识别、光流,和关节的信息。然后,这些特性是由主成分分析的降维处理和更好的功能表示。最后,这些优化功能训练和他们确认活动使用隐马尔科夫模型。在实验中,我们证明我们提出的方法在三个挑战性的深度视频数据集包括IM-DailyDepthActivity MSRAction3D, MSRDailyActivity3D。所有的实验结果表明该方法的优越性的最先进的方法。SN - 2090 - 7141你2016/8087545 / 10.1155——https://doi.org/10.1155/2016/8087545——摩根富林明-《计算机网络与通信PB Hindawi出版公司KW - ER