劉　劍１，２，龔志恒２，吳成東１，岳　恒３，高恩陽２，４

（１．東北大學信息科學與工程學院，遼寧沈陽１１０００４；２．沈陽建筑大學信息與控制工程學院，遼寧沈陽１１０１６８；

３．東北大學自動化研究中心，遼寧沈陽１１０００４；４．中國科學院沈陽自動化研究所，遼寧沈陽１１００１６）

摘　　　要：針對傳統人體動作趨勢預測方法存在的不足，提出一種基于深度圖像和ＬＬＥ（ＬｏｃａｌｌｙＬｉｎｅａｒＥｍｂｅｄｄｉｎｇ）相結合的人體動作分析方法。首先依據圖像的顏色和深度信息，結合Ｈｏｕｇｈ森林法提取人體部位的關鍵點；再利用關鍵點的信息，將其轉化為特征向量，將特征向量集合輸入ＬＬＥ算法，從而建立人體動作的低維流形，并對流形數據做相關分析，根據流形中的歐式距離判斷相鄰動作；較后，將當前人體動作映射到低維動作流形中，預測人體的動作趨勢。實驗結果表明：所采用的深度圖像，明顯提高人體動作識別率，對于人體動作趨勢的判斷有非常重要的意義；所提出的方法在人體動作趨勢的預測中準確率較高，具有一定的可行性。

關　鍵　詞：ＬＬＥ；人體動作趨勢；深度信息；關鍵點