基于深度图像的人体关节点定位方法OACSTPCD
Method of Locationg Human Body Joints Based on Depth-images
提出了一个基于深度图像的人体关节点定位的方法：首先将图像中的人体区域分割出来，然后利用随机森林分类器对逐个像素点进行分类，得到身体的各个部件并寻找关节点的位置。通过实验发现，本方法准确性较高并具有一定实时性。分类的准确率为68%，相较Kinect技术（40%）达到了较高的分类水平。预测人体关节点位置的平均时间为每帧150ms，符合实用性要求。
In this paper, a human body part recognition system which was based on depth image learning was proposed. Firstly, segmentation was made between background and people. Secondly, random forest was used to learn the classifier for separating each pixel. Finally, the algorithm of mean-shift was used to find the position of the joint point of human body and optimize it. The result of the system was both more accurate and real-time. The precision rate for t…查看全部>>
吕洁;刘亚洲;韩庆龙;杜晶
海军航空工程学院基础部，山东烟台264001南京理工大学计算机科学与工程学院，南京210094海军航空工程学院基础部，山东烟台264001海军航空工程学院基础部，山东烟台264001
计算机与自动化
深度图像随机森林深度梯度特征关节位置定位
depth imagesrandom forestdepth gradient featurejoint position proposals
《海军航空工程学院学报》 2016 (5)
行人检测中粒度空间特征提取方法研究
538-546,9
国家自然科学基金资助项目（61300161）；教育部博士点新教师基金资助项目（20133219120033）
评论