基于傅里叶与局部特征结合的人体姿态识别方法研究

• 作者: 崔广才 左思源 李哲 王春才 窦凤平
• 来源期刊: 长春理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 姿态识别 特征提取 傅里叶描述子 支持向量机(SVM)
• 年，卷（期）: 2016,（1）
• 页码范围: 82-87
• 页数: 6页
• 分类号: TP391.4
• 字数: 4613字
• 语种: 中文

摘要

为了提高对人体姿态的识别，提出了一种以人的姿态序列图像的轮廓为特征，包括轮廓的外接矩形的宽高比、形状复杂性变化率、离心率以及傅里叶描述子相结合的人体行为识别方法。首先运用自适应的混合高斯背景建模和形态学结合的方法，利用Canny算子进行边缘检测，实现目标人体轮廓的特征提取。然后采用基于质心边缘距傅里叶描述子与k-means聚类算法与SVM分类器结合的方法，对目标人体轮廓的参数建立具有13个特征值的一维的特征向量，并和RBF神经网络的分类效果进行对比。实验表明，SVM进行分类较为准确，且不需要进行多次的迭代训练，速度较快、识别性能也很好，相比于RBF神经网络而言。运用该方法可以让人体行为识别的正确率在91%以上，该方法简单可行。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔广才	长春理工大学计算机科学技术学院	36	176	8.0	11.0
2	王春才	长春理工大学计算机科学技术学院	23	99	5.0	8.0
3	窦凤平	长春理工大学计算机科学技术学院	1	8	1.0	1.0
4	李哲		1	8	1.0	1.0
5	左思源	长春大学计算机科学技术学院	6	13	2.0	3.0