原文服务方: 计算机测量与控制       
摘要:
针对移动机器人跟踪特定人体的要求,提出了一种基于头肩模型的人体识别方法;首先从人体检后得到的图像中提取所有的人体头肩模型;接着提取各头肩模型的降维加权的Hu不变矩作为特征向量;然后根据一定的阈值将各头肩模型分类为正背面或侧面;最后采用正背面或侧面K最近邻(K Nearest Neighbor,KNN)分类器判断哪个头肩模型属于移动机器人需要跟踪的人体;实验结果表明本方法具有较高的平均识别准确率98.3%,且满足实时性的要求.
推荐文章
基于深度学习的人体动作识别方法
深度信息
人体动作识别
深度学习
空间结构动态深度图
深度卷积神经网络
基于改进稠密轨迹与Fisher向量编码的人体行为识别方法
改进稠密轨
Fisher向量编码
人体行为识别
特征提取
量化
稠密光流
基于角度序列特征的人体动作识别方法
动作识别
Kinect传感器
动态时间规整
DTW
角度序列
基于卷积神经网络的人体行为识别方法
深度残差网络
BN-Inception网络
空间时间网络
光流
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 基于头肩模型的人体识别方法
来源期刊 计算机测量与控制 学科
关键词 人体识别 头肩模型 不变矩 最近邻分类器
年,卷(期) 2016,(12) 所属期刊栏目 设计与应用
研究方向 页码范围 205-208
页数 4页 分类号 TP391.41
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2016.12.059
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 阮晓钢 北京工业大学信息学部 240 2182 23.0 35.0
3 于乃功 北京工业大学信息学部 54 466 13.0 18.0
5 林佳 北京工业大学信息学部 3 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (25)
参考文献  (7)
节点文献
引证文献  (6)
同被引文献  (29)
二级引证文献  (20)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(8)
  • 参考文献(2)
  • 二级参考文献(6)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(7)
  • 引证文献(2)
  • 二级引证文献(5)
2019(13)
  • 引证文献(2)
  • 二级引证文献(11)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
人体识别
头肩模型
不变矩
最近邻分类器
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导