基于R-SVM与SVDD的部位外观模型

• 作者: 朱虹 韩贵金
• 来源期刊: 计算机应用研究
• 关键词: 人体姿态估计 部位外观模型 递归支持向量机 支持向量数据描述 梯度方向直方图
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 图形图像技术
• 页码范围: 1272-1275
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.04.075

摘要

为克服现有基于HOG特征的部位外观模型未考虑不同细胞单元的不同作用以及不能准确表征相似度的缺陷,提出了一种基于递归支持向量机(R-SVM)和支持向量数据描述(SVDD)算法的人体部位外观模型.所提外观模型由两个分类器构成,利用R-SVM进行特征选择并建立的分类器用于判断图像某区域是否属于人体部位类,利用SVDD建立的相似度分类器用于计算属于人体部位类的图像区域与外观模型的相似度.将所提部位外观模型用于人体上半身姿态的估计,仿真实验结果显示其比现有部位外观模型的估计准确度更高,表明所提部位外观模型可以更准确地描述真实人体部位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱虹	西安理工大学自动化与信息工程学院	86	857	13.0	25.0
2	韩贵金	西安理工大学自动化与信息工程学院	18	101	6.0	9.0