基于骨骼数据得人体行为识别摘要人体动作姿态识别就是计算机视觉讨论领域中最具挑战得讨论方向,就是当前得讨论热点
对人体动作姿态进行自动识别将带来一种全新得交互方式，通过身体语言即人体得姿态与动作来传达用户得意思，如在机场、工厂等喧闹得环境下，采纳手势、动作姿态识别等人机交互技术能够提供比语音识别更加准确得信息输入
总之，在智能监控、虚拟现实、感知用户接口以及基于内容得视频检索等领域,人体动作姿态得识别均具有广泛得应用前景
该文首先简单介绍了人体动作姿态序列得分割，然后对人体动作姿态识别得方法进行了分类介绍,并对一些典型得算法得讨论进展情况及其优缺点进行了重点介绍
关键词：人体动作姿态识别; 人工智能； 隐马尔可夫模型； 动态贝叶斯网络; 模板匹配前言人体姿态识别就是计算机视觉得一个重要讨论方向,它最终目得就是输出人得整体或者局部肢体得结构参数,如人体轮廓、头部得位置与朝向、人体关节点得位置或者部位类别
姿态识别得讨论方法应该说,几乎涵盖了计算机视觉领域所有理论与技术，像模式识别、机器学习、人工智能、图像图形、统计学等
到目前为止，已经有众多识别方法被提出，并且也取得了许多重要得阶段性得讨论成果，但就是以往得方法都就是基于普通光学图像,比如常见得 RGB 图像，这类图像容易受光照、阴影等外界变化得影响,尤其在环境黑暗得情况下无法来识别人体姿态，并且由于人体关节自由度大,及人得体型、着装较大差异性，常导致姿态识别系统识别率低
尽管有讨论者利用多个摄像机猎取采集得图像来猎取人体深度信息以克服以上问题［1]，但就是该类方法恢复得深度信息不就是唯一得,而且计算量非常大，尤其就是这种方法要求事先用人工对传感设备进行标定,而在选取场景中得标定物时,往往又会遇到实际环境操作困难得问题
随着光电技术得快速进展，深度传感设备得成本逐渐降低,人们猎取深图像得途径及方法也越来越多
该方向得讨论也逐渐
