文件名称：基于多特征融合和分层反向传播增强算法的人体动作识别 (2014年)
文件大小：1.08MB
文件格式：PDF
更新时间：2024-05-29 11:16:53
自然科学 论文
为了推广神经网络在人体动作识别中的应用，设计了一种基于分层识别框架和增强算法的动作识别系统，该系统融合了光流直方图、有向梯度直方图、Hu的矩特征、分块剪影和自相似矩阵等多种特征.为了与反向传播网络的增强相匹配，将传统的二分类增强算法扩展到多分类版本.此外，系统采用了包含预判决和后判决的分层识别框架，前者通过分析运动显著区域的位置，把动作粗分为几个子类，后者则利用额外的特征进一步提高识别准确率.基于Weizmann和KTH数据库的实验结果表明：神经网络相对于常用的支持向量机具有明显的优越性；结合分层识别的反