基于融合特征的人体动作识别
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16208/j.issn1000-7024.2019.05.036

基于融合特征的人体动作识别

引用
针对复杂的人体动作识别率较低以及单一特征的不足的问题,提出基于Haar小波变换的改进轮廓特征以及多种特征融合的动作识别方法.在第一组实验中对小波变换后的单轮廓特征采用动态时间规整(DTW)算法进行动作序列匹配;第二组实验中提取每帧深度图像的时空兴趣点并进行匹配,在轮廓特征基础上融合加速稳健特征(SURF)和光流直方图(HOF)运动特征作为局部特征;第三组实验在第二组实验的基础上加入骨骼特征.后两组实验均采用线性支持向量机(SVM)对提取的特征进行训练和分类,并在公开数据集MSR Action3D上进行验证.实验结果验证了改进后轮廓特征的有效性,两组融合特征的动作识别方法在同类算法中具有较高的识别率.

动作识别、小波变换、轮廓特征、时空兴趣点、骨骼特征、支持向量机

40

TP391.41(计算技术、计算机技术)

“十二五”科技支撑计划基金项目2015BAK33B02;华中师范大学自主科研基金项目CCNU18TS041、CCNU18QN020

2019-08-02(万方平台首次上网日期,不代表论文的发表时间)

共7页

1394-1400

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与设计

1000-7024

11-1775/TP

40

2019,40(5)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn