基于LBP特征的人体行为识别算法研究OA
Research on Human Action Recognition Algorithm Based on LBP Feature
人体行为识别是计算机视觉领域内非常热门的一个研究方向.通常人体行为识别包括两个关键步骤:人体行为特征提取和分类器的选择和设计.采用了一种简单高效的人体动作特征描述子局部二值模式(Lo-cal Binary Pattern,LBP),该特征可以较好的描述人体的纹理和轮廊信息;识别算法采用了多类支持向量机算法.在标准的数据集上的实验结果表明,方法具有较高的识别率.
张苗辉;易均;钱赛;郑萍;唐超;胡春玲
江西省科学院能源研究所,330096,南昌江西省科学院能源研究所,330096,南昌江西省科学院能源研究所,330096,南昌南昌师范学院数学与计算机科学系,330032,南昌合肥学院计算机科学与技术系,230601,合肥合肥学院计算机科学与技术系,230601,合肥
信息技术与安全科学
行为识别深度图像LBP特征支持向量机
《江西科学》 2017 (6)
940-946,7
国家自然基金青年基金(61602220)江西省自然科学基金青年基金(20161BAB212057)江西省科技厅科研项目(20161BBI90004,20171ACH80022)江西省科学院产学研项目(201101211120024)江西省科学院博士项目(2015-YYB-05,2015-XTPH1-05)安徽高校优秀拔尖人才培育资助项目(gxfx2017099)安徽省教育厅自然科学重点项目(KJ2014A212).
评论