10.3969/j.issn.1002-137X.2014.03.066
基于Hu不变矩特征优化的人体运动姿态识别算法
人体的运动过程较为复杂,图像中的相似动作很多,对传统的特征识别形成干扰,造成识别准确性不高.为了提高其识别正确率,提出一种Hu不变矩和人工鱼群优化支持向量机的人体运动姿态识别模型(Hu-AFSA-SVM).首先,以二维连续图像为基础,提取图像中人体运动姿态识别的7个Hu不变矩,然后将其输入到SVM中进行训练,并采用AFSA对SVM参数进行优化,通过寻找一个最优超平面,尽可能在满足分类的限制条件下,将所有人体运动姿态分类数据集中的类别分开,在克服干扰下,完成识别.最后对其进行仿真实验.仿真结果表明,相对于其它识别模型,Hu-AFSA-SVM提高了人体运动姿态识别正确率,同时加快了识别速度,是一种有效的人体运动姿态识别方法.
人体运动姿态、支持向量机、不变矩特征、人工鱼群算法、识别
41
TP391(计算技术、计算机技术)
国家自然科学基金61202285
2014-04-16(万方平台首次上网日期,不代表论文的发表时间)
共4页
306-309