首页 期刊 江西科学 基于LBP特征的人体行为识别算法研究 【正文】

基于LBP特征的人体行为识别算法研究

作者:张苗辉; 易均; 钱赛; 郑萍; 唐超; 胡春玲 江西省科学院能源研究所; 南昌330096; 南昌师范学院数学与计算机科学系; 南昌330032; 合肥学院计算机科学与技术系; 合肥230601
行为识别   深度图像   lbp特征   支持向量机  

摘要:人体行为识别是计算机视觉领域内非常热门的一个研究方向。通常人体行为识别包括两个关键步骤:人体行为特征提取和分类器的选择和设计。采用了一种简单高效的人体动作特征描述子局部二值模式(Local Binary Pattern,LBP),该特征可以较好的描述人体的纹理和轮廊信息;识别算法采用了多类支持向量机算法。在标准的数据集上的实验结果表明,方法具有较高的识别率。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅