摘要 返回
     
基于运动姿态描述子特征和词袋模型的行为识别
 

人体行为识别一直都是计算机视觉的研究热点, 特别是随着微软Kinect传感器的出现,使得获取人体骨架信息更为便利。为了在骨架模型的基础上获得好的识别精度, 基于三维的骨架序列信息, 运用词袋模型和运动姿态描述子, 结合改进的硬向量编码和K-均值聚类方法, 在线性分类器软件包Liblinear上进行分类。为了验证所提出方法的有效性, 在三维人体骨架序列行为数据集 MSR Action3D 上进行了实验。结果表明, 与传统的人体行为识别算法相比具有更好的分类精度。

 
(全文阅读请到中国期刊全文数据库)



 
   
读者园地  
   
 
 
地址:  杭州市五常港路121号西溪创智中心四号楼807室    《计算机时代》编辑部
邮编:  310012      电话:  (0571)85118010   (0571)85119435   E-mail:  Computer_era @ vip.163.com
浙ICP备10035352号