基于子空间集成学习的3维人体运动识别
如何对3维运动数据进行自动识别,是提高数据利用效率和进行计算机动画创作的前提.为了有效地识别运动数据,需要把运动数据投影到非线性流型低维子空间中,先识别出运动的内在结构,然后对运动的各个关节点分别进行学习,最后基于集成学习的方法产生强的隐马尔可夫学习器,以便能够对一些常见的运动类型进行自动识别.实验结果表明,这种基于子空间集成的人体运动识别方法较传统方法的检索精度、检索速度均有较大提高.
3维运动、集成学习、子空间
13
TP391.41(计算技术、计算机技术)
浙江省教育厅科研计划项目20070777
2008-12-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
2003-2006