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:
在数字化学习场景中,人体姿态的识别有助于分析学习者的学习状态.提出了一种基于深度图像的多学习者姿态识别方法.首先通过Kinect的红外传感器获取包含深度信息的图像,利用深度图像进行人像-背景分离;然后提取人体的轮廓特征Hu矩;最后采用SVM分类器对轮廓特征进行分类和识别.实验结果表明,本方法能有效地识别多个学习者的举手、正坐和低头等姿态.
推荐文章
基于深度图像和稀疏表示的多手势识别算法
深度图像
稀疏表示
多目标手势
手势分割
手势识别
仿真假体视觉下基于深度图像的手势识别研究
视觉假体
手势识别
深度图像
骨骼信息
图像降噪
像素化处理
基于Kinect深度图像信息的手势轨迹识别及应用
手势轨迹识别
Kinect传感器
OpenNI
隐马尔可夫模型
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 基于深度图像的多学习者姿态识别
来源期刊 计算机科学 学科 工学
关键词 姿态识别 深度图像 多学习者
年,卷(期) 2015,(9) 所属期刊栏目 图形图像与模式识别
研究方向 页码范围 299-302
页数 4页 分类号 TP391.4
字数 4513字 语种 中文
DOI 10.11896/j.issn.1002-137X.2015.9.059
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 许炜 华中科技大学电子与信息工程系 29 629 11.0 24.0
2 王辉 华中科技大学电子与信息工程系 45 678 11.0 25.0
3 刘威 华中科技大学电子与信息工程系 75 606 13.0 21.0
4 张鸿宇 华中科技大学电子与信息工程系 1 17 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (3)
参考文献  (5)
节点文献
引证文献  (17)
同被引文献  (41)
二级引证文献  (17)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1973(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)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(11)
  • 引证文献(7)
  • 二级引证文献(4)
2019(15)
  • 引证文献(3)
  • 二级引证文献(12)
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
姿态识别
深度图像
多学习者
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导