基于反馈学习的人体运动检索方法

摘要：

提出了一种基于反馈学习的人体运动检索方法.检索过程包括系统学习和运动检索两个主要阶段.在系统学习阶段,利用模糊聚类的方法通过聚类得到人体运动序列的代表性帧,提取获取的代表帧身体姿态特征,并建立运动特征数据库.在运动检索阶段,根据系统学习阶段建立的运动特征数据,提取待检索的运动的身体姿态特征,最后通过采用结合曼哈顿距离动态编程(MDP)和支持向量机(SVM)反馈学习的方法进行其相似性测量,检索结果按照反馈学习值进行排序.测试结果表明,这种方法具有很好的性能.

关键词：运动检索、曼哈顿距离、动态规划、支持向量机、反馈学习

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：陕西省自然科学基金2017JM6041;国家自然科学基金61271362,61572392,61671362

在线出版日期：2019-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：28-31