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:
为监控猪的行为,提出了基于Zernike矩及支持向量机的猪的行走姿态识别方法.首先对原始图像进行预处理,提取出原始图像中猪的轮廓图像.然后,根据标准矩对上述图像进行归一化,再对归一化后的二值轮廓图提取Zernike矩特征.在此基础上,利用支持向量机理论设计了多种姿态分类器,实现对猪的正常行走、低头行走、抬头行走、躺卧等四种姿态进行识别.实验结果表明,此方法对猪的姿态分类识别的准确度达到了95%以上.该项研究对猪的姿态识别方面具有显著价值.
推荐文章
基于边界矩和支持向量机的火焰识别算法
火焰识别
边界矩不变量
支持向量机
序列最小最优化算法
融合Hu矩与BoF-SURF支持向量机的手势识别
手势识别
特征包模型
快速鲁棒特征
Hu不变矩
支持向量机
不变矩的改进支持向量机在显微目标识别中的应用研究
不变矩:改进的支持向量机
粗糙集
属性约简
目标识别
基于Zernike矩及神经网络的掌纹识别方法
掌纹识别
Zernike矩
神经网络
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 基于Zernike矩及支持向量机的猪的姿态识别
来源期刊 信息技术 学科 工学
关键词 Zernike矩 特征提取 姿态识别 支持向量机
年,卷(期) 2015,(1) 所属期刊栏目 研究与探讨
研究方向 页码范围 93-96,100
页数 5页 分类号 TP391.4
字数 3656字 语种 中文
DOI 10.13274/j.cnki.hdzj.2015.01.025
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 朱伟兴 江苏大学电气信息工程学院 130 1640 21.0 35.0
2 李新城 江苏大学电气信息工程学院 46 595 14.0 23.0
3 袁登厅 江苏大学电气信息工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (46)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (24)
二级引证文献  (13)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Zernike矩
特征提取
姿态识别
支持向量机
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导