10.3969/j.issn.1006-9348.2021.06.087
基于低秩分解的异常步态活动图像序列识别
由于传统图像序列识别方法受噪声因素影响,导致序列识别精度较低,提出一种基于低秩分解的异常步态活动图像序列识别方法.设定步态历史图像序列作为标准图像序列,根据矩函数的特征向量,列出Zermike矩提取图像序列特征向量数据.对步态图像像素点矩函数特征进行识别并转化为向量格式,利用低秩分解方法构建结构化矩阵低秩表示模型,去除序列特征向量数据噪声.对分解去噪后的数据进行Curvelet特征转化,得到形变约束完成图像序列识别.仿真结果表明,所提方法的图像序列识别率达到了90%,充分说明所提方法的识别精度较高,且去噪效果十分理想,优于现有方法.
低秩分解、异常步态、图像序列、识别、多特征
38
F272(企业经济)
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共4页
415-418