基于Zernike矩和ELM的舞蹈视频图像中人体动作识别研究

• 作者: 毕雪超
• 来源期刊: 现代科学仪器
• 学科: 工学
• 关键词: Zernike矩 极限学习机 人体动作识别 预处理
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 仪器研制与开发
• 页码范围: 23-25,92
• 页数: 4页
• 分类号: TP391.1
• 字数: 2655字
• 语种: 中文

摘要

为了有效地识别舞蹈动作进而对舞者的舞蹈动作进行纠正,提出了一种基于Zernike矩和ELM算法的舞蹈视频图像中人体动作识别方法.首先,通过对图像进行预处理,将图像转化为二值化图像便于特征分析;其次,通过三维Zernike矩对预处理后的图像进行特征提取,建立码书;再次,根据码书提供的相关性信息,通过ELM算法对舞蹈动作进行学习,输出分类信息;最后,分别对NADA-KTH数据库中的静态动作图像和weizmann数据库提供的动态芭蕾舞视频图像进行了实验,分别从静态和动态的角度验证了所提出方法的有效性,初步得出其与识别率的正相关关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毕雪超		16	5	1.0	1.0