• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mathematical Problems in Engineering >Human Motion Estimation Based on Low Dimensional Space Incremental Learning
【24h】

Human Motion Estimation Based on Low Dimensional Space Incremental Learning

机译：基于低维空间增量学习的人体运动估计

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

This paper proposes a novel algorithm called low dimensional space incremental learning (LDSIL) to estimate the human motion in 3D from the silhouettes of human motion multiview images. The proposed algorithm takes the advantage of stochastic extremum memory adaptive searching (SEMAS) and incremental probabilistic dimension reduction model (IPDRM) to collect new high dimensional data samples. The high dimensional data samples can be selected to update the mapping from low dimensional space to high dimensional space, so that incremental learning can be achieved to estimate human motion from small amount of samples. Compared with three traditional algorithms, the proposed algorithm can make human motion estimation achieve a good performance in disambiguating silhouettes, overcoming the transient occlusion, and reducing estimation error.
机译：本文提出了一种称为低维空间增量学习（LDSIL）的新颖算法，可以根据人体运动多视图图像的轮廓来估计3D人体运动。该算法利用随机极值记忆自适应搜索（SEMAS）和增量概率降维模型（IPDRM）的优势来收集新的高维数据样本。可以选择高维数据样本以更新从低维空间到高维空间的映射，从而可以实现增量学习以从少量样本中估计人体运动。与三种传统算法相比，该算法可以使人体运动估计在消除轮廓模糊，克服瞬态遮挡，减少估计误差方面取得良好的性能。

著录项

  • 来源
    《Mathematical Problems in Engineering》 |2015年第4期|671419.1-671419.21|共21页
  • 作者

    Li Wanyi; Sun Jifeng;

  • 作者单位

    S China Univ Technol, Sch Elect & Informat Engn, Guangzhou 510641, Guangdong, Peoples R China.;

    S China Univ Technol, Sch Elect & Informat Engn, Guangzhou 510641, Guangdong, Peoples R China.;

  • 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