- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
改进高斯核函数的人体姿态分析与识别 - 智能系统学报
第 10卷第3期 智 能 系 统 学 报 Vol.10 №.3
2015年6月 CAAI Transactions on Intelligent Systems Jun. 2015
DOI:10.3969/ j.issn.1673⁃4785.201405049
网络出版地址:http:/ / www.cnki.net/ kcms/ detail/ 23.1538.tp0901.001.html
改进高斯核函数的人体姿态分析与识别
林海波,王浩,张毅
(重庆邮电大学智能系统及机器人研究所,重庆400065)
摘 要:为了提高人体动作姿态的识别率,利用 Kinect平台构建人体骨骼模型,提出一种基于关节角度的人体姿态
表示方法。 同时针对传统的高斯核函数中采用欧氏距离计算方法难以完全反映人体关节运动数据样本点与测试点
之间位置关系的问题,提出了改进的高斯核函数多类支持向量机(MSVM)人体动作姿态识别方法。 在高斯径向基核
函数中使用测地线距离代替欧氏距离,建立了基于测地线距离的姿态核函数,采用二叉树方法构建多类支持向量机
完成 12种上肢姿态的分类。 实验结果表明,该算法取得了较好的识别效果,能更加有效识别人体姿态。
关键词:人体动作姿态;识别;高斯核函数;Kinect;欧氏距离;测地线距离;支持向量机
中图分类号:TP391.9 文献标志码:A 文章编号:1673⁃4785(2015)03⁃0436⁃06
中文引用格式:林海波,王浩,张毅. 改进高斯核函数的人体姿态分析与识别[J]. 智能系统学报,2015,10(3):436⁃441.
英文引用格式:LIN Haibo,WANG Hao,ZHANG Yi. Human postures recognition based on the improved Gauss kernel function
[J]. CAAI Transactions on Intelligent Systems,2015,10(3):436⁃441.
Human postures recognition based on the
improved Gauss kernel function
LIN Haibo,WANG Hao,ZHANG Yi
(Research Center of Intelligent System and Robot,Chongqing University of Posts andTelecommunications,Chongqing400065,China)
Abstract:In this paper,a method based on thejoint angles of human postures isproposed in order to improve the
human posture recognition rate through building ahuman skeleton model onthe Kinect platform. For thetraditional
method of human postures recognition,Euclidean distance is used in Gaussian kernel function,but the positional
relationship of samplepointandtestpointofhumanbodyjointcannotbereflectedcompletely.Sothemethodof im⁃
proved Gaussian kernel function and multi⁃classsupport vector machines (MSVM)isproposed. Usingthe geodesic
distance instead of the Euclidean
文档评论(0)