基于LBP特征的人体行为识别算法研究

• 作者: 唐超 张苗辉 易均 胡春玲 郑萍 钱赛
• 来源期刊: 江西科学
• 关键词: 行为识别 深度图像 LBP特征 支持向量机
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 信息科学
• 页码范围: 940-946
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2017.06.024

摘要

人体行为识别是计算机视觉领域内非常热门的一个研究方向.通常人体行为识别包括两个关键步骤:人体行为特征提取和分类器的选择和设计.采用了一种简单高效的人体动作特征描述子局部二值模式(Lo-cal Binary Pattern,LBP),该特征可以较好的描述人体的纹理和轮廊信息;识别算法采用了多类支持向量机算法.在标准的数据集上的实验结果表明,方法具有较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐超	合肥学院计算机科学与技术系	13	31	3.0	4.0
2	胡春玲	合肥学院计算机科学与技术系	29	142	6.0	11.0
3	易均	江西省科学院能源研究所	9	14	2.0	3.0
4	张苗辉	江西省科学院能源研究所	6	10	2.0	2.0
5	钱赛	江西省科学院能源研究所	3	3	1.0	1.0
6	郑萍	南昌师范学院数学与计算机科学系	9	12	2.0	3.0