基于AdaBoost算法特征提取的人体动作识别方法

基于AdaBoost算法特征提取的人体动作识别方法

ID:46611809

大小:974.51 KB

页数:5页

时间:2019-11-26

基于AdaBoost算法特征提取的人体动作识别方法_第1页
基于AdaBoost算法特征提取的人体动作识别方法_第2页
基于AdaBoost算法特征提取的人体动作识别方法_第3页
基于AdaBoost算法特征提取的人体动作识别方法_第4页
基于AdaBoost算法特征提取的人体动作识别方法_第5页
资源描述:

《基于AdaBoost算法特征提取的人体动作识别方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第31卷第2期沈阳航空航天大学学报Vol郾31No郾22014年4月JournalofShenyangAerospaceUniversityApr郾2014文章编号:2095-1248(2014)02-0065-05基于AdaBoost算法特征提取的人体动作识别方法姬晓飞,周摇路,李一波(沈阳航空航天大学自动化学院,沈阳110136)摘要:提出了一种利用AdaBoost算法对原始特征进行提取的人体动作识别方法,即从表征大量的训练数据的原始特征中提取出少量的、可分性高的特征样本,进而在保证识别率的基础上,减少了识别的计算量,达到快速、准确的人体动作识别。首先,利用基

2、于时空兴趣点的三维尺度不变特征变换(3DSIFT)描述子对运动视频序列进行表示得到原始特征数据,然后将表征每个视频序列的原始特征通过AdaBoost算法进行提取,筛选出对于识别贡献最大特征数据作为训练样本。最后利用最近邻分类器在现有的KTH数据库上对本文方法进行测试,实验表明在得到较好的识别率的同时,大大提高了识别的速度,验证了所提方法的有效性。关键词:人体动作识别;时空兴趣点;AdaBoost算法;最近邻分类器中图分类号:TP391摇摇摇文献标志码:Adoi:10.3969/j.issn.2095-1248.2014.02.015Humanactionrecog

3、nitionmethodbasedonAdaBoostalgorithmforfeatureextractionJIXiao鄄fei,ZHOULu,LIYi鄄bo(CollegeofAutomation,ShenyangAerospaceUniversity,Shenyang110136,China)Abstract:ThispaperproposedanovelactionrecognitionmethodbasedonAdaBoostalgorithm.Selectingthemostdiscriminativesamplesubsetfromalargeam

4、ountofrawfeaturesoftrainingdata,themethodre鄄ducesthecomputationalcomplexityofrecognitionwithhighaccuracy,andrealizestheswiftandprecisehu鄄manactionrecognition.Thethree鄄dimensionalscaleinvariantfeaturetransform(3DSIFT)descriptorofspace鄄timeinterestpointsisutilizedtoachieverawfeaturedata

5、byrepresentingthemotionvideosequences.Inordertoselectthemostdiscriminativesamples,AdaBoostalgorithmisappliedtotherawfeaturedata.ThenearestneighborclassifieralgorithmisusedtotesttheproposedmethodontheKTHdatabase.Experimentresultsshowthatthemethodnotonlyachievesthebetterrecognitionrate,

6、butalsogreatlyimprovesthespeedofrecognition.Thevalidityoftheproposedmethodisproved.Keywords:humanactionrecognition;space鄄timeinterestpoints;AdaBoostalgorithm;nearestneighborclas鄄sifier摇摇基于视觉的人体运动分析在智能视频监控、高目前存在多种运动特征表示的方法,如基于[2]级人机交互、虚拟现实和基于内容的视频检索分析人体侧影和轮廓的静态特征表示、基于光流和[3]等方面有着广泛的应用前景

7、和潜在的经济价值,已运动轨迹的动态特征表示、基于时空体数据的[1][4-5]经成为计算机领域中备受关注的研究方向之一。时空特征表示等等。其中基于时空体数据的收稿日期:2014-02-19基金项目:国家自然科学基金(项目编号:61103123);教育部留学回国人员启动基金资助。作者简介:姬晓飞(1978-),女,辽宁鞍山人,副教授,主要研究方向:视频分析与处理、模式识别理论,E鄄mail:jixiaofei7804@126.com。66沈阳航空航天大学学报摇摇摇摇第31卷时空特征中最常用的是基于时空兴趣点的特征,用AdaBoost算法对原始特征进行提取,筛选出少其对

8、噪声、遮挡

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。