• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Indian Classical Dance Classification with Adaboost Multiclass Classifier on Multifeature Fusion
【24h】

Indian Classical Dance Classification with Adaboost Multiclass Classifier on Multifeature Fusion

机译：带有Adaboost多分类器的印度古典舞分类器，用于多特征融合

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Extracting and recognizing complex human movements from unconstraint online video sequence is an interesting task. In this paper the complicated problem from the class is approached using unconstraint video sequences belonging to Indian classical dance forms. A new segmentation model is developed using discrete wavelet transform and local binary pattern (LBP) features for segmentation. A 2D point cloud is created from the local human shape changes in subsequent video frames. The classifier is fed with 5 types of features calculated from Zernike moments, Hu moments, shape signature, LBP features, and Haar features. We also exploremultiple feature fusion models with early fusion during segmentation stage and late fusion after segmentation for improving the classification process. The extracted features input the Adaboost multiclass classifier with labels from the corresponding song (tala). We test the classifier on online dance videos and on an Indian classical dance dataset prepared in our lab. The algorithms were tested for accuracy and correctness in identifying the dance postures.
机译：从不受约束的在线视频序列中提取和识别复杂的人类动作是一项有趣的任务。在本文中，使用属于印度古典舞形式的不受约束的视频序列来解决该类中的复杂问题。使用离散小波变换和局部二进制模式（LBP）功能开发了新的分割模型。根据后续视频帧中的局部人类形状变化创建2D点云。根据Zernike矩，Hu矩，形状特征，LBP特征和Haar特征计算出的5种特征供分类器使用。我们还探索了多特征融合模型，在分割阶段进行早期融合，在分割之后进行后期融合，以改善分类过程。提取的特征将Adaboost多类别分类器与来自相应歌曲（tala）的标签一起输入。我们在在线舞蹈视频和实验室中准备的印度古典舞蹈数据集上测试分类器。测试了算法的准确性和正确性，以识别舞蹈姿势。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2017年第9期|6204742.1-6204742.18|共18页
  • 作者

    Kumar K. V. V.; Kishore P. V. V.; Kumar D. Anil;

  • 作者单位

    KL Univ, Dept Elect & Commun Engn, Guntur, Andhra Prades, India;

    KL Univ, Dept Elect & Commun Engn, Guntur, Andhra Prades, India;

    KL Univ, Dept Elect & Commun Engn, Guntur, Andhra Prades, India;

  • 收录信息
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 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