典型文献
基于3D骨骼点数据的人体动作识别算法研究
文献摘要：
针对在非结构工业场景中需要机器人对工人的行为意图做出准确的识别和快速的理解才能更加安全高效地完成人机协作任务的前提,提出一种基于3D骨骼点数据对人体动作识别的算法.该动作识别算法是以自建的数据集作为输入,通过BlazePose三维人体姿势估计算法处理得到人体骨骼点数据,提取33个骨骼点的3D坐标信息,数据预处理之后,为了减少模型的预测时间,使用主成分分析算法PCA将数据从99维降到20维,将未降维的数据和降维后的数据分别送入到BP神经网络算法中进行训练,最终用训练好的模型实现对3种人体动作的分类.在自建数据集上的实验结果表明,当使用未降维的数据进行训练时,该动作识别算法在测试集的准确率可以达到98.37％,在视频数据上的识别速度可达每秒22帧左右;当使用降维数据时,该动作识别算法的识别准确率可达到98.86％,识别速度可达每秒30帧左右.经过实验对比,当使用降维后的数据时,该动作识别算法的识别准确度更高一点,实时性更好,值得在非结构工业场景中应用推广.
文献关键词：
人机协作;动作识别;BlazePose;PCA;BP神经网络
中图分类号：
作者姓名：
吕松杰;祁宇明;邓三鹏;夏育泓;刘浩
作者机构：
天津职业技术师范大学机器人及智能装备研究院,天津 300222;天津市智能机器人技术及应用企业重点实验室,天津 300350
文献出处：
引用格式：
[1]吕松杰;祁宇明;邓三鹏;夏育泓;刘浩-.基于3D骨骼点数据的人体动作识别算法研究)[J].装备制造技术,2022(11):9-11,30
A类：
BlazePose
B类：
人体动作识别,识别算法,算法研究,工业场景,人的行为,行为意图,安全高效,人机协作,协作任务,三维人体,人体姿势,估计算法,理得,人体骨骼,数据预处理,未降,送入,神经网络算法,练好,模型实现,自建数据集,测试集,视频数据,每秒,识别准确率,实验对比,高一,应用推广
AB值：
0.316262
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
