论文部分内容阅读
为了进一步提高居家监护场景下人体动作识别的可靠性与实时性,更好地辅助出院后的卒中患者进行康复训练,提出一种基于单目视觉的在线人体动作识别算法。融合姿态估计OpenPose与最近邻匹配算法对监控视频流中的目标人体生成动作序列。通过滑动窗口选取原始姿态特征并对其预处理转化为鲁棒性特征,输入到多层LSTM长短时记忆网络中进行康复动作识别。实验结果表明,该方法对活动背景、人体穿着、无关人员的干扰等具有较强的适应能力,能够在线识别连续的康复动作且准确率达90.66%,在居家康复训练场景中有一定的应用价值。