基于深度图像梯度特征的人体姿态估计

• 作者: 佘凯晟 周书仁 徐岳峰 王刚
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 计算机视觉 人体姿态估计 深度图像 特征提取 随机森林
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 图形图像处理
• 页码范围: 200-205
• 页数: 6页
• 分类号: TP391
• 字数: 3755字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.12.038

摘要

人体姿态估计中由于人体姿态的多样性、遮挡与自遮挡,导致系统准确率低、鲁棒性不强和运行效率低.为此,提出一种基于深度图像梯度的特征提取方法.利用图像中深度信息计算出每个像素点在水平方向和垂直方向的梯度值,计算每个像素点与邻域内像素点之间的差值,从而得到一个四维特征,对随机森林进行优化,并估计图像中的人体姿态.实验结果表明,与像素偏移比较法相比,该方法的鲁棒性和准确率都有明显提升,同时优化的随机森林决策方法,可使在只降低0.1％准确率的情况下,提升随机森林的测试运行效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周书仁	长沙理工大学计算机与通信工程学院	41	325	11.0	15.0
2	王刚	长沙理工大学计算机与通信工程学院	8	67	6.0	8.0
3	徐岳峰	长沙理工大学计算机与通信工程学院	3	28	3.0	3.0
4	佘凯晟	长沙理工大学计算机与通信工程学院	3	21	2.0	3.0