基于随机森林误分类处理的3D人体姿态估计

• 作者: 孔欣然 王雪艳 蔡轶珩 马杰
• 来源期刊: 自动化学报
• 关键词: 人体姿态估计 随机森林 误分类处理 主方向分析
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 论文与报告
• 页码范围: 1457-1466
• 页数: 10页
• 字数: 8887字
• 语种: 中文
• DOI: 10.16383/j.aas.c180314

摘要

为解决基于随机森林的3D人体姿态估计算法容易出现的误分类问题,提出一种基于自适应融合特征提取和误分类处理机制的改进算法.该算法利用自适应融合特征提取方法自适应提取深度融合特征,此特征可表达图像距离信息和部位尺寸信息,增强特征的表征能力;针对识别部位误分类问题,分别从识别部位误分点聚集情况和迭代整合思想出发,提出误分类处理机制,改善部位识别结果;最后提出可进一步处理误分点的改进主方向分析(Principal direction analysis,PDA)算法,自适应计算出部位主方向向量,实现3D人体姿态估计.结果表明,该算法能有效去除部位误分点,并显著改善了3D人体姿态估计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡轶珩	北京工业大学信息学部信号与信息处理研究室	50	767	13.0	26.0
2	王雪艳	北京工业大学信息学部信号与信息处理研究室	2	2	1.0	1.0
3	马杰	北京工业大学信息学部信号与信息处理研究室	3	2	1.0	1.0
4	孔欣然	北京工业大学信息学部信号与信息处理研究室	1	0	0.0	0.0