利用轮廓特征识别人的日常行为

• 作者: 李晓磊 田国会 黄彬
• 来源期刊: 光电子·激光
• 学科: 工学
• 关键词: 行为识别 图像轮廓 傅立叶描述子 径向基神经网络
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 图像和信息处理
• 页码范围: 1686-1689
• 页数: 4页
• 分类号: TP391.4
• 字数: 3723字
• 语种: 中文
• DOI: 10.3321/j.issn:1005-0086.2008.12.028

摘要

提出了一种以人的动作序列图像的轮廓为特征,基于RBF神经网络的日常行为识别方法.首先通过建立自适应背景模型分割出动作序列并提取轮廓,然后利用傅立叶描述子处理动作的轮廓线序列并进行数据维数压缩,结合径向基神经网络进行行为识别.实验表明,利用本方法对人的日常行为的正确识别率达到90%以上,具有简单、实用的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田国会	山东大学控制学院	117	2087	22.0	41.0
2	黄彬	山东大学控制学院	11	80	5.0	8.0
3	李晓磊	山东大学控制学院	31	1193	15.0	31.0