10、视频序列中人体动作识别综述

视频序列中人体动作识别综述

1. 人体动作概述

人机交互和用于人类行为表征的机器人技术需要一个多活动识别系统。在识别人类活动时，必须确定人的动态状态，以便计算机能有效识别该活动。像行走和跑步这类日常活动自然发生，相对容易识别。但更复杂的活动，如同时进行多项活动（例如边看电视边和朋友聊天）、以不同方式解读相似活动（例如打开冰箱门可能被视为烹饪或清洁操作）、活动相互重叠（例如一个人正在做饭时电话响了，他/她会暂停做饭一会儿），则更难识别。复杂活动可分解为更简单、通常更容易识别的活动。

人体动作在计算机视觉研究领域中，涵盖从肢体简单运动到多肢体复杂运动的动态过程，通常以视频形式呈现。其正式定义较难界定，以下是人体动作分解的示例：
1. 个体动作 ：日常生活中简单的动作，如行走、跑步、鼓掌等。
2. 人际互动 ：两人之间进行的动作，如推搡、握手等。
3. 人与物体互动 ：人使用物体进行的动作，如体育活动中的举重、射箭等。
4. 群体动作 ：由一群人执行的动作，每个人可以执行相同或不同的动作。
5. RGB - D传感器动作 ：使用RGB - D传感器捕获的动作。
6. 多视角动作 ：从相机多个视角捕获的动作。

计算机视觉领域有两个基本任务：
1. 动作识别 ：从包含完整动作执行的视频中识别出人类动作。
2. 动作预测