针对人体姿态估计算法在建立部位外观模型时将不同图像特征平等对待的问题,建立一种基于模糊K-均值算法融合方向梯度直方图(Histogram of Orientation Gradient,HOG)和颜色特征的部位外观模型。将部位定位状态对应的HOG和颜色直方图特...针对人体姿态估计算法在建立部位外观模型时将不同图像特征平等对待的问题,建立一种基于模糊K-均值算法融合方向梯度直方图(Histogram of Orientation Gradient,HOG)和颜色特征的部位外观模型。将部位定位状态对应的HOG和颜色直方图特征进行组合,利用组合而成的特征向量构造样本集。分别计算部位定位状态对应的HOG和颜色特征与分别基于这两种图像特征的部位外观模型的相似度,并将两个相似度乘积的平方根作为样本的初始隶属度,通过模糊K-均值算法收敛后的聚类中心即为部位外观模型。仿真实验表明,建立的部位外观模型能更准确地描述真实人体部位的外观特征,将其用于人体姿态估计时可以得到准确度更高的估计结果。展开更多
文摘针对人体姿态估计算法在建立部位外观模型时将不同图像特征平等对待的问题,建立一种基于模糊K-均值算法融合方向梯度直方图(Histogram of Orientation Gradient,HOG)和颜色特征的部位外观模型。将部位定位状态对应的HOG和颜色直方图特征进行组合,利用组合而成的特征向量构造样本集。分别计算部位定位状态对应的HOG和颜色特征与分别基于这两种图像特征的部位外观模型的相似度,并将两个相似度乘积的平方根作为样本的初始隶属度,通过模糊K-均值算法收敛后的聚类中心即为部位外观模型。仿真实验表明,建立的部位外观模型能更准确地描述真实人体部位的外观特征,将其用于人体姿态估计时可以得到准确度更高的估计结果。
