10.16208/j.issn1000-7024.2017.02.046
不规范书写坐姿的多类特征融合与识别
针对利用单类特征对不规范书写坐姿进行分类识别率偏低的现状,提出多类特征融合的不规范书写坐姿分类方法.参照规范书写坐姿,不规范书写坐姿归纳为趴写、驼背等7类,应用YCbCr平面投影的椭圆特性,提取各类坐姿在不同亮度下的肤色特征,依据不同阈值进行坐姿的SURF特征提取,对同类坐姿进行异类特征加权融合.BP神经网络分类实验结果表明,该方法的不规范书写坐姿识别率比单类特征法有明显提高,具有更好的实用性.
不规范书写坐姿、多类特征融合、识别、肤色特征、SURF特征、神经网络分类
38
TP391.41(计算技术、计算机技术)
湖南省教育厅基金项目13C914;湖南省十二五重点学科建设基金项目09K040
2017-03-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
528-533