基于深度图像梯度特征的人体姿态估计

摘要：

人体姿态估计中由于人体姿态的多样性、遮挡与自遮挡,导致系统准确率低、鲁棒性不强和运行效率低.为此,提出一种基于深度图像梯度的特征提取方法.利用图像中深度信息计算出每个像素点在水平方向和垂直方向的梯度值,计算每个像素点与邻域内像素点之间的差值,从而得到一个四维特征,对随机森林进行优化,并估计图像中的人体姿态.实验结果表明,与像素偏移比较法相比,该方法的鲁棒性和准确率都有明显提升,同时优化的随机森林决策方法,可使在只降低0.1％准确率的情况下,提升随机森林的测试运行效率.

关键词：计算机视觉、人体姿态估计、深度图像、特征提取、随机森林

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省自然科学基金资助项目12JJ6057;湖南省教育厅科学研究基金资助项目13B132;湖南省交通运输厅科技进步与创新计划基金资助项目201334;湖南省大学生研究性学习和创新性实验计划基金资助项目湘教通[2012]402号136

在线出版日期：2016-02-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：200-205