基于多神经网络融合的运动人体姿态识别

• 作者: 李鹤喜 郭钧 韩新乐
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 运动人体 特征提取 神经网络 D-S证据理论
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 应用研究
• 页码范围: 51-53
• 页数: 3页
• 分类号: TP391
• 字数: 2268字
• 语种: 中文

摘要

本文运用高斯分布方法来建立背景模型，并利用彩色背景差分进行运动人体的检出。通过对检出的人体图像进行形态学处理后，分别进行实体、轮廓和几何矩三种特征的提取，并为每个特征建立了一个BP神经网络分类器，经多种人体姿态样本独立训练后，再采用D-S证据理论对三个神经网络的输出结果进行融合处理，对运动人体姿态识别的实际测试表明：采用多特征神经网络融合方法比单特征神经网络取得更好的识别率，该方法可以用于各种智能视频监控系统中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹤喜	五邑大学计算机学院	14	35	4.0	5.0
2	韩新乐	五邑大学计算机学院	3	7	2.0	2.0
3	郭钧	五邑大学计算机学院	1	4	1.0	1.0