首页|改进Adaboost算法的人体步态识别方法

改进Adaboost算法的人体步态识别方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了在人体步态识别中更加准确地进行动作分类,提出了一种基于改进AdaBoost算法的人体步态识别方法.首先利用Kinect传感器捕获姿态序列,并表示为8个选定四肢的角向量(欧拉角),进一步通过稀疏表示建模作为候选特征;然后使用支持向量机(SVM)对每一个动作特征进行训练,得到弱分类器;最后利用Adaboost算法进行训练,得到相应的动作特征集和强分类器,并对强分类器进行融合实现动作识别.通过大型数据集的测试以及与几种最新方法的比较,证明了该方案的有效性,识别精度能够达到94％左右.
Human Gait Recognition Method Based on Improved Adaboost Algorithm

罗莎、夏国恩、朱新琰

展开 >

北海职业学院 电子信息工程系,广西 北海 536000

广西财经学院 工商管理学院,南宁 530003

图像分割 模糊均值聚类算法 果蝇算法 味道浓度

2018

控制工程
东北大学

控制工程

CSTPCDCSCD北大核心
影响因子：0.749
ISSN：1671-7848
年,卷(期)：2018.25(7)
  • 8
  • 5