基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对人体运动动作图像提取传统方法仅能获取局部最佳解,提取的特征序列不连续,导致轮廓提取效果差的问题,提出一种非刚性人体运动动作图像姿态轮廓提取算法.首先,对人体运动动作图像序列中的尺度不变特征变换(SIFT)进行提取预处理,获取人体特征提取图,设计一种人体运动序列顺序概率图模型,以保证特征序列提取的连续性;其次,构建人体肢体外观模型,基于该外观模型采用序列影像高精度轮廓提取算法提取当前人体运动动作帧的轮廓线.实验结果表明,该算法能提取连续的特征序列,提取的人体姿态轮廓精确度较高,且具有较高的效率和鲁棒性.
推荐文章
运动动作图像正确姿态轮廓提取方法对比研究
运动动作提取
动作图像
能量函数
水平集
正确姿态
轮廓提取
运动动作图像正确姿态轮廓提取方法对比研究
运动动作提取
动作图像
能量函数
水平集
正确姿态
轮廓提取
武术运动动作三维图像非显著性区域自适应增强系统设计
武术运动动作
三维图像
非显著性区域
自适应
增强系统
均值滤波
基于分层运动姿态协方差的人体动作识别
人体动作识别
运动姿态向量
协方差
分层
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 非刚性人体运动动作图像姿态轮廓提取算法
来源期刊 吉林大学学报(理学版) 学科 工学
关键词 非刚性人体运动 动作图像 正确 姿态轮廓 提取算法
年,卷(期) 2018,(6) 所属期刊栏目 计算机科学
研究方向 页码范围 1453-1460
页数 8页 分类号 TP391.41
字数 3194字 语种 中文
DOI 10.13413/j.cnki.jdxblxb.2018.06.28
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 冷新科 湖南大学体育学院 14 24 3.0 4.0
2 姜辉军 湖南第一师范学院数学与计算科学学院 13 11 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (114)
共引文献  (40)
参考文献  (17)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(10)
  • 参考文献(0)
  • 二级参考文献(10)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(16)
  • 参考文献(0)
  • 二级参考文献(16)
2014(23)
  • 参考文献(1)
  • 二级参考文献(22)
2015(20)
  • 参考文献(8)
  • 二级参考文献(12)
2016(5)
  • 参考文献(5)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
非刚性人体运动
动作图像
正确
姿态轮廓
提取算法
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
吉林大学学报(理学版)
双月刊
1671-5489
22-1340/O
大16开
长春市南湖大路5372号
12-19
1955
chi
出版文献量(篇)
4812
总下载数(次)
6
总被引数(次)
24333
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导