基于Kinect平台融合视频信息和骨骼点数据的人体动作识别的中期报告

基于Kinect平台融合视频信息和骨骼点数据的人体动作识别的中期报告一、研究背景：随着计算机视觉和深度学习技术不断发展，人类和机器之间的界限越来越模糊。在人机交互领域中，视频和图像处理技术受到了越来越

Kinect 基于平台融合视频信息和骨骼点数据的人体 动作识别的中期报告 一、研究背景： 随着计算机视觉和深度学习技术不断发展，人类和机器之间的界限 越来越模糊。在人机交互领域中，视频和图像处理技术受到了越来越多 的关注。以Kinect为代表的深度相机在近些年逐渐进入人们的视野，它 可以通过激光设备测量出物体或人离相机的距离，并将这些深度信息转 化为数字信号，以供计算机处理。同时，Kinect还可以捕捉人类运动状 态、身体骨骼状态等数据，吸引了越来越多的研究者在运动识别、手势 识别、游戏控制等方面进行应用探索。 二、研究内容： 基于以上背景，我们团队决定进行基于Kinect平台的人体动作识别 研究。该研究旨在通过融合Kinect捕捉的视频信息和骨骼点数据，开发 出一种更加准确、可靠的人体动作识别算法。 具体来说，我们的研究工作包括以下几个方面： 1、数据采集 通过Kinect捕捉人体运动状态的视频信息和骨骼点数据，并利用 Python编写程序对数据进行录制、转换和处理，以便后续的训练和测试 任务。 2、特征提取 利用OpenCV等计算机视觉库，对采集到的视频信息进行分割、过 滤和预处理，提取出关键帧和运动轨迹等特征。同时，根据骨骼点数 据，计算出人体关节点的欧拉角、距离、夹角等特征参数，并选取其中 最具代表性的参数进行特征提取。