福建质量管理2020，Issue(7) ：297-298.

基于HOG和Haar-like特征融合的人体动作识别方法

秦秋雨
福建质量管理2020，Issue(7) ：297-298.
✕
  • NETL
  • NSTL
  • 万方数据

基于HOG和Haar-like特征融合的人体动作识别方法

秦秋雨1
扫码查看

作者信息

  • 1. 南京邮电大学通信与信息工程学院 江苏 南京 210003
  • 折叠

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.

关键词

Haar-like特征/方向梯度直方图/支持向量机/动作识别

引用本文复制引用

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：
参考文献量3
段落导航相关论文