基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于超兴趣点的动作特征描述方法,用于人体动作的识别.兴趣点特征描述了人体动作时变化显著的局部点信息,但其最大的缺陷在于离散的兴趣点间缺乏时间和空间上的结构关联.提出根据兴趣点间的时空距离,使用广度优先搜索邻居算法,将时空距离相近的兴趣点聚合成超兴趣点,该结构作为一个整体,反映人肢体在一定时空范围内的动作变化特征.与现有的基于局部兴趣点的动作识别算法相比,本文算法增加了兴趣点间的整体时空结构关系,提高了特征的区分度.实验采用两层分类方法对超兴趣点特征分类,实验结果表明该算法具有较好的识别率.
推荐文章
基于时空兴趣点的人体行为识别
行为识别
特征提取
时空兴趣点
隐马尔可夫模型
平均 Hausdorff 距离
基于混合特征的人体动作识别改进算法
动作识别
剪影特征
光流特征
留一法
基于角度序列特征的人体动作识别方法
动作识别
Kinect传感器
动态时间规整
DTW
角度序列
基于能量模型的LS-TSVM在人体动作识别中的应用
多分类识别
类失衡
双分界面支持向量机
人体动作识别
最小二乘法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人体动作的超兴趣点特征表述及识别
来源期刊 中国图象图形学报 学科 工学
关键词 超兴趣点 动作识别 广度优先搜索邻居 时空距离
年,卷(期) 2013,(7) 所属期刊栏目 图像理解和计算机视觉
研究方向 页码范围 805-812
页数 8页 分类号 TP391.4
字数 6115字 语种 中文
DOI 10.11834/jig.20130710
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李一波 沈阳航空航天大学自动化学院 101 885 13.0 25.0
2 姬晓飞 沈阳航空航天大学自动化学院 46 256 9.0 13.0
3 王扬扬 南京航空航天大学自动化学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (26)
参考文献  (7)
节点文献
引证文献  (12)
同被引文献  (22)
二级引证文献  (21)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超兴趣点
动作识别
广度优先搜索邻居
时空距离
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导