基于深度图像学习的人体部位识别

• 作者: 张超 李竹良 林鹏 赵宇明
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人体部位识别 深度图像 随机森林 监督学习 局域梯度特征
• 年，卷（期）: 2012,（16）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 185-188
• 分类号: TP18
• 字数: 2902字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2012.16.048

摘要

针对人体部位识别问题,提出一种基于深度图像学习的人体部位识别系统.构建深度图样本库,包括训练集和测试集,提取训练样本中的局域梯度特征,利用随机森林学习得到分类器,并对图像进行单点分类,计算人体各关节点.实验结果表明,该系统能快速准确地识别人体的不同部位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超	上海交通大学自动化系系统控制与信息处理教育部重点实验室	82	777	16.0	25.0
2	赵宇明	上海交通大学自动化系系统控制与信息处理教育部重点实验室	45	724	15.0	25.0
3	林鹏	上海交通大学自动化系系统控制与信息处理教育部重点实验室	9	155	6.0	9.0
4	李竹良	上海交通大学自动化系系统控制与信息处理教育部重点实验室	2	43	2.0	2.0