基于Haar型LBP纹理特征的人体姿态估计

• 作者: 周书仁 李峰 袁紫华
• 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 外观模型 特征提取 纹理特征 加权Haar型局部二值模式特征
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: ?图形图像处理?
• 页码范围: 199-204
• 页数: 6页
• 分类号: TP391
• 字数: 4683字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.04.038

摘要

基于人体部件的树形模型表达直观且计算高效，被广泛应用在人体姿态估计中。然而模型本身在部件特征表达上的不足限制了姿态估计结果的准确度，为此，提出一种基于图结构模型和新型纹理特征的人体姿态估计算法。采用改进后的外观模型，从训练集中获得部件位置的先验知识，联系相邻部件之间的关系，并将其应用于测试图像的外观模型建模阶段。应用Haar型局部二值模式( HLBP )纹理特征，提取部件的纹理信息，对图像进行分块处理，并为每一块赋予不同的权重。实验结果表明，带权重的HLBP特征能更有效地提取部件的纹理特征，与HLBP特征、归一化HLBP特征和颜色特征相比能获得更高的准确度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李峰	长沙理工大学计算机与通信工程学院	103	702	14.0	17.0
2	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
3	袁紫华	长沙理工大学计算机与通信工程学院	2	6	1.0	2.0