基于HOG和Haar-like特征融合的人体动作识别方法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对目前现有动作特征识别率较低的问题,提出了一种基于多特征融合的人体动作识别方法.分别提取方向梯度直方图(HOG)和Haar-like特征,并进行两种特征的融合,最后,对融合后的特征利用支持向量机(SVM)进行训练得到动作识别模型,再利用该模型对动作进行分类预测,得到最终动作识别的结果.该方法在KTH和YouTube人体行为数据库上分别进行了相应的实验对比,根据实验结果,可以证明该人体动作识别方法具备较高的识别性能.

作者：

秦秋雨

展开 >

作者单位：

南京邮电大学通信与信息工程学院江苏南京 210003

关键词：

Haar-like特征方向梯度直方图支持向量机动作识别

出版年：

2020

福建质量管理

福建省质量管理协会

福建质量管理

ISSN：

年,卷(期)：2020.(7)

参考文献量3