人体行为识别的数据库对比研究

图４ ＭＳＲ Ａｃ ｔ ｉ ｏ ｎ ３ Ｄ部分 样例动作
ＭＳ Ｒ Ｄ ａ ｉ ｌ ｙ ３ Ｄ ［ ３ １ 动作 数据 库是用 Ｋ ｉ ｎ ｅ ｃ ｔ 传感 器采 集
图像 构 建 的行 为识 别 数据 库 。共包 含 １ ６种 运 动 ：ｄ ｒ ｉ ｎ ｋ ，
ｅ ａｔ ，ｒ ｅａｄ ｂ ｏｏｋ，ｃａｌ ｌ ｃｅｌ ｌ ｐ ｈｏｎｅ， ｗｒ ｉ ｔ ｅ ｏｎ ａ ｐａｐ ｅｒ ， Ｌ ｉ ｓ ｅ ｌ ａｐ ｔ ｏｐ， ｕ ｓ ｅ ｖ ａｃ ｕ ｕｍ ｃ ｌ ｅａ ｎｅ ｒ ，ｃ ｈ ｅｅｒ ｕｐ， ｓ ｉ ｔ ｓ ｔ ｉ ｌ ｌ ， ｔ ｏｓ ｓ ｐ ａｐ ｅｒ ， ｐｌ ａｙ ｇａｍｅ ，ｌ ａ ｙ ｄ ｏｗｎ，ｗ ａｌ ｋ， ｐｌ ａｙ ｇｕｉ ｔ ａｒ ，
生产 生活有很大影 响 。现在的计算机 的计算能力越来越强大 ， 而价格却 越来越便 宜 。计算机 的 出现 和使用 ，最大限度 地减 轻 了人的 压力 ，避免 了人力和 物力 的浪费 。用 于行为识 别的 数 据库是 实现行为识 别研究 的第一步 ，本文将 针对现有 的数
据 库 做 出 总结 和 分 析 。
ｗａ ｖ ｉ ｎ ｇ ， ｔ ｗｏ － ｈ ａ ｎ ｄ ｓ － ｗａ ｖ ｉ ｎ ｇ ， ｊ ｕ ｍｐ ｉ ｎ ｇ ｉ ｎ ｐ ｌ ａ ｃ ｅ ， ｊ ｕ ｍｐ ｉ ｎ ｇ
Ｊ ａ ｃ ｋ ， ｓ ｋ ｉ ｐ ｐ ｉ ｎ ｇ。每种 动 作 由 ９个人 完成 ，数据 库的 采集 是 在 同一静 止的背景 下进行 的 。数据库 中所包 含的每个视 频 ，
Ｃ Ｈ Ｉ Ｎ Ａ Ｓ Ｃ Ｉ Ｅ Ｎ ＣＥ Ａ Ｎ Ｄ Ｔ Ｅ Ｃ Ｈ Ｎ Ｏ Ｌ Ｏ Ｇ Ｙ Ｉ Ｎ Ｆ ＯＲ Ｍ Ａ Ｔ Ｉ Ｏ Ｎ Ｓ ｅ ｐ ２ ０ １ ７ 中国科技 信息 ２ ０ １ ７年第 １ ７ 期
６ １万 ～ ２ ０ ０万 §
圜
Ｄ ＯＩ ・１ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ １ — ８ ９ ７ ２ ． ２ ０ １ ７ ． １ ７ ． ０ ３ ３
据库的采 集是 在静止的 背景下进行 的 。但 是 ，每个动 作是在 不一样 的尺度下和 不同 的背景下完 成的 。数 据库 中所 包含的 每个视频 ，完成动作的 时间是 ２秒 ，视频帧的速率是 ２ ５ ｆ ／ ｓ ，
一
图 １ Ｗｅ ｉ ｚ ｍａ ｎ ｎ数据库
９７ 一
Ｉ 科学Ｉ
的科学意 义 ，而且具 有十分 关键的现 实应用价 值 ，对我 们的
基 于 ＲＧＢ—Ｄ 的人体 行 为识别 库
与彩色 图像对 比 ，深度数据仅与物 体的空间位置 相关 ，
具 有空间颜色 无关性 ，能直 接反映 出物体 表面的三维特 性 ； 受光照强弱 以及外界环 境改变等因素的 影响较小且便于处 理
一
中遇到 的问题和瓶 颈 ，深度 图像 的研究和利 用 ，使得人体姿
态估计取 得了较 大进步 。常见的基于 ＲＧＢ － ［ ） 的 人体 行为识 别库有 ＭＳＲ Ｄａ ｉ ｌ ｙ ３ Ｄ动作数 据库 、ＭＳＲ Ａ ｃ ｔ ｉ ｏ ｎ ３ Ｄ 动作 数据库和 ＤＨ Ａ深度数据 库 。 般 都是针 对彩色视 频和 图像 ，用的 比较 多的 基于 ＲＧＢ的
◎６ １万 一 ２ ０ ０万 中 国 科 技 信 息２ ｏ １ ７ 年 女
｜
来自百度文库
Ｊ ｃ ． ｇ ｇ ｕ ］ ８
Ｒ ， ￣ ｍ ｍ ８
ｅ 。 硎ｇ
诎 ｄ 吨
Ｈ 曲ｄ ｃ ｉ ｉ
。
幽
盗逝
叠 瞳 ｔ
图２ ＫＴ Ｈ数 据库
＿
图３ ＭＳＲ Ｄａ ｉ ｌ ｙ ３ Ｄ数据库 中的部分样 例动作
遮挡 问题 。所 以 ，人体行为识别 结合深度数 据 ，可以更准确
地完成 人体行 为识 别 ，提高识别 率 。将深度信息 作为彩色 图 像序列 的补充 ，可 以有效地突破 可见光图像识 别与行为分析
基于 ＲＧＢ 的人 体行 为 识别 库
近些年来 ，科研人员 对人体动 作行 为分 类和识 别的探索
人体行为识别库是 Ｗｅ ｉ ｚ ｍａ ｎ ｎ数据库和 Ｋ ＴＨ数据库 。
Ｗｅ ｉ ｚ ｍａ ｎ ｎ数 据 库 ［ １ ］ 共 包含 了 １ ０种 运 动 ，分 别
是 ｗａ ｌ ｋ ， ｒ ｕ ｎ ， ｊ ｕ ｍｐ ， ｇ ａ ｌ ｌ ｏ ｐ ｓ ｉ ｄ ｅ ｗａ ｙ ｓ ， ｂ ｅ ｎ ｄ ， ｏ ｎ ｅ － ｈ ａ ｎ ｄ —
的，这 四个 场 景 分别 是 ｏ ｕ ｔ ｄ ｏ ｏ ｒ ｓ 、ｏ ｕ ｔ ｄ ｏ ｏ ｒ ｓ ｗｉ ｔ ｈ ｓ ｃ ａ ｌ ｅ
ｖ ａ ｒ ｉ ａ ｔ ｉ ｏ ｎ、ｏ ｕ ｔ ｄ ｏ ｏ ｒ ｓ ｗｉ ｔ ｈ ｄ ｉ ｉ ｆ ｅ ｒ ｅ ｎ ｔ ｃ ｌ ｏ ｔ ｈ ｅ ｓ 、ｉ ｎ ｄ ｏ ｏ ｒ ｓ 。 数
ｓ ｔ ａ ｎ ｄ ｕ ｐ，ｓ ｉ ｔ ｄ ｏ ｗｎ 。每种动 作由 １ ０个人完成 ，每人做 ２
一 ｌ 『 ” Ｉ Ｉ ． 菌稽蕊
行 业 曲 线
影 响力 真实度
行业关联度
分析 视频 中人体的行 为是行 为识别研 究的重要 内容 ，作
分辨率为 １ ６ ０ Ｘ １ ２ ０ 。ＫＴ Ｈ数据库共有 ６ ０ ０个视频片段 。
为计算机 视觉范 畴的重要 研究课题 ，行为识别 不仅具有 重要
完成 动作 的时间是 ２秒 ，视频 帧的速率 是 ２ ５ ｆ ／ ｓ ，分辨率 为
１ ８ ０Ｘ １ ４４。
Ｋ ＴＨ数 据库共 包合 了 ６种运 动 ，分 别是 ｗａ ｌ ｋ 、ｉ ｏ ｇ ｇ、
ｒ ｕ ｎ 、ｂ ｏ ｘ、ｈ ａ ｎ ｄ ｗ ｖ ａ ｖ ｉ ｎ ｇ、ｈ ａ ｎ ｄ ．１ ａ ｐ ｐ ｉ ｎ ｇ。 每 种 动 作 由 ２ ５个人 完 成 。数据 库 的采 集 是 在 ４种 不 同 的 场 景 下 进行