欢迎访问发表云网!为您提供杂志订阅、期刊投稿咨询服务!

基于机器学习的人体动作深度信息识别方法研究

孙桂煌 福州理工学院; 福建福州350506
机器学习   人体动作   深度信息识别   检测  

摘要:为了实现人体动作的准确检测识别,提出基于机器学习的人体动作深度信息识别方法,构建人体动作的三维图像采集模型,建立人体动作三维重建图像的表面结构重构模型,结合模糊度特征提取方法对人体动作三维重建图像进行多尺度分解,采用三维空间结构重组的方法进行人体动作细节特征识别,建立人体动作图像的多维分割模型;采用机器学习算法进行人体动作的细节特征分类识别,建立人体动作深度信息的提取和分类模型,在机器算法下实现人体动作的深度信息检测和多维识别。仿真结果表明,采用该方法进行人体动作深度信息识别的准确度较高,特征分辨力较好,具有很好的人体动作信息检测和辨识能力。

简介:《佳木斯大学学报》(CN:23-1434/T)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

佳木斯大学学报

省级期刊 下单

关注 21人评论|0人关注
服务与支持