来源：期刊VIP网 时间：
作者：惠向晖;孙艳红;沈小乐;
单位：河南农业大学信息与管理科学学院;河南农业大学;
摘要：文中基于显著性特征的多视角动作图像识别方法，自动学习并提取出运动员动作的关键特征，有助于教练为运动员制定更科学、更个性化的训练计划。将人体骨架序列对齐到统一的时空坐标系中，计算距离图和角度图以捕捉骨架的空间特征，生成人体运动特征图；构建CNN+CA模型，将处理后的多视角动作视频帧生成感兴趣区域（ROI）拼接图，再将其输入到CNN中，提取多视角融合特征，并在CA模块中突出那些对于动作图像识别最为关键的区域；通过序列匹配算法将多视角动作识别问题转化为预测标签序列的匹配问题，为待识别动作图像分配动作类别标签，实现准确的多视角动作图像识别。实验结果表明：该方法不仅能够有效处理来自不同视角的动作图像，还能够准确识别出篮球运动员的多种动作。
关键词：显著性特征;;多视角动作图像;;运动特征图;;ROI拼接图;;CNN;;CA模块;;LSTM;;序列匹配算法
基金资助：河南省科技厅重大科技专项子课题（231100110200）
