计算机辅助设计与图形学学报

作者：黄倩, 崔静雯, 李畅

关键词：计算机视觉, 行为识别, 骨骼数据, 手工特征, 深度学习, 神经网络

人体行为识别在视频理解中发挥了重要作用.近年来, 基于骨骼的行为识别方法因其对复杂环境的干扰更具鲁棒性而受到广泛关注.文中共整理了102种基于骨骼的人体行为识别方法, 并在9个公开数据集上对其进行了对比分析.按照特征学习方式的不同, 分别介绍了基于手工特征的方法和基于深度学习的方法.其中, 基于手工特征的方法按特征描述符的不同分为几何描述符、动力学描述符、统计描述符3个子类；基于深度学习的方法按网络主体的不同分为循环神经网络、卷积神经网络、图卷积网络、Transformer和混合网络5个子类.通过以上分析, 不仅阐述了基于骨骼的行为识别方法的发展历程, 还剖析了现有方法存在的泛化能力不强、计算成本高等局限.最后, 从网络结构设计、相似动作区分、领域数据集拓展、多人交互等方面对未来研究方向进行了展望.

来源：2024年第2期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第2期