复杂场景下面向时空模糊性的人体动作检测方案研究

• 作者: 从继成
• 来源期刊: 现代电子技术
• 关键词: 人体动作检测 时空模糊性 运动历史图像特征 外观特征 多实例学习
• 年，卷（期）: 2016,（15）
• 所属期刊栏目: 通信与信息技术
• 页码范围: 38-42,46
• 页数: 6页
• 分类号: TN911.73-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.15.010

摘要

与严格受控环境下传统的人体动作检测不同，进行复杂场景下的动作检测时由于背景带有噪声、人体遮挡和跟踪不全导致空间和时间边界存在时空模糊性。现有的动作检测方案无法有效解决这一问题，为此，首先采用运动历史图像特征和外观特征对人体运动进行区分，然后将一个动作的候选区域看成是一个实例包，提出模拟退火多实例学习支持向量机（SMILE?SVM）算法实现人体动作检测。仿真结果表明，该算法在公共的CMU运动数据集上的性能优于现有算法。另外，还提出了一种超市客户意图检测系统，可检测拥挤的超市中客户是否有意从货架上取货，对于商家研究客户兴趣具有重大价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	从继成	黄淮学院动画学院	22	43	4.0	6.0