23、用于动作识别的人体四肢检测

用于动作识别的人体四肢检测

在人体动作识别领域，有效地表示人体姿势是关键步骤。传统上，人体关节位置被认为是识别动作的有效视觉线索，但由于自遮挡和衣物的影响，关节位置难以自动估计和跟踪。本文提出，仅人体四肢（包括头部、手部和脚部）的位置就可以很好地近似人体运动。

1. 引言

人体动作识别中，有效且高效地表示人体姿势至关重要。Johansson的实验表明，人体关节位置是人类识别动作的有效视觉线索。他通过在人体关节上附着灯光，在黑暗中拍摄人体动作视频，发现人类视觉系统可以从如运动点集这样的稀疏输入中恢复物体信息，这种现象被称为生物运动。

然而，由于自遮挡和衣物的存在，直接从视频或图像中获取人体关节并不容易。研究发现，仅包含头部、手部和脚部的人体四肢也足以识别像“开合跳”这样的动作。因此，我们提出人体四肢足以近似人体运动，并通过检测四肢、构建基于四肢的人体姿势表示以及利用该姿势表示进行动作识别来验证这一观点。

2. 相关工作

在人体动作识别领域，有许多相关工作，这里重点介绍对本方法有直接启发的研究。
- 星骨架模型
- Fujiyoshi和Lipton的星骨架模型（SS） ：以人体轮廓的质心为星点，计算轮廓点到星点的距离作为顺时针排序轮廓点索引的函数，用于提取特征以识别循环人体动作，如行走和跑步。
- Petkovic等人的应用 ：使用星骨架找出人体突出部分，但只考虑身体周围预定义部分内的部分，以强调手部运动。
- Peursum等人的改进 ：在动作的多个