-
题名基于关键点亲和场与支持向量机的人体姿态识别
被引量：2
- 1
-
-
作者
闫新庆
张保锐
-
机构
华北水利水电大学信息工程学院
-
出处
《计算机应用与软件》
北大核心
2024年第1期126-132,共7页
-
基金
国家自然科学基金项目(U1604152)
华北水利水电大学研究生教育创新计划基金项目(YK2019-11)。
-
文摘
针对传统动作姿态识别仍需物理数据采集设备或深度体感设备进行手工提取特征的问题,提出一种基于关键点亲和场与支持向量机的人体姿态识别方法。以关键点亲和场为核心进行关节点检测,获取各种姿态下的18个关节点坐标信息,使用标准化后的坐标数据对支持向量机模型加以训练,选择不同的高斯核函数进行对比。实现在没有人体深度信息和无穿戴设备的情况下,只使用普通RGB图片便可对人体姿态进行分类识别的效果。实验表明它在KTH数据集、Weizmann数据集中的识别效果良好;在自采集数据集中与带有传感器的方法相比,缩减操作步骤的同时准确率提高了7百分点。另外,还在保持关节点检测不变的情况下,使用随机森林、KNN算法进行姿态分类对比,实验结果证明该方法优于后两者。
-
关键词
姿态识别
关键点亲和场
SVM
随机森林
KNN算法
-
Keywords
Posture recognition
Point affinity field
SVM Random forest
KNN algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
