标题：一种基于动态贝叶斯网络的人体动作识别方法
作者：董宁1，2 房芳1，2 马旭东1，2
作者单位：1 东南大学自动化学院，江苏 南京 210096；2 复杂工程系统测量与控制教育部重点实验室，江苏 南京 210096
关键字：人体动作识别；动态贝叶斯网络混合模型；Kinect；支持向量机；朴素贝叶斯分类器
摘要：针对人体动作识别过程中存在的效率及准确率问题，提出了一种基于混合贝叶斯网络模型的人体动作识别方法。通过Kinect采集人体动作RGB-D信息，采用OpenNi提取关节点信息并计算躯干角度，使用后验概率动态调整SVM分类器和朴素贝叶斯分类器权重，能够识别多种不同动作，使两个分类器互为补充，增加识别率。最后通过与单分类器的对比试验，验证了该算法具有更高的效率和识别率。