基于动态森林模型的人体运动建模方法

摘要：

现有的人体运动建模方法无法应用于一般非线性非高斯情况下的人体运动.针对上述不足,以马尔科夫模型为基础,提出一种改进的人体运动建模方法.利用自回归(AR)树表示人体运动预测的马尔科夫过程,对AR树进行扩展,引入动态森林模型(DFM),给出DFM的训练和正规化方法,实现对人体运动的准确建模.实例研究结果表明,DFM在各种场景下的性能均优于其他基准算法及隐马尔科夫模型和高斯过程动态模型,且计算效率较高.

关键词：人体运动、马尔科夫模型、自回归树、动态森林模型、训练

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：河南省科技厅发展计划基金资助项目142102110088

在线出版日期：2016-12-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：38-44