首页> 中文期刊> 《河南科技大学学报(自然科学版)》 >一种基于多特征多分类器融合的人体行为识别方法

一种基于多特征多分类器融合的人体行为识别方法

         

摘要

提出了一种基于多特征多分类器融合的人体行为识别方法.针对Kinect传感器提取的三维骨骼动作序列,采用身体部位的相对几何特征、关节点的相对位置特征、关节点的绝对位置特征对人体动作进行描述.将支持向量机和随机森林分类器作为成员分类器,对3种动作特征分别进行训练和测试,使用分类器融合算法对分类结果进行融合决策,实现最终的分类.在现有的人体动作数据集上进行验证,实验结果表明:本方法可取得95%的识别率.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号