模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2007年
6期
794-799
,共6页
陈实%马天骏%黄万红%高有行
陳實%馬天駿%黃萬紅%高有行
진실%마천준%황만홍%고유행
模式识别%步态识别%形状上下文%特征匹配%Hausdorff距离
模式識彆%步態識彆%形狀上下文%特徵匹配%Hausdorff距離
모식식별%보태식별%형상상하문%특정필배%Hausdorff거리
首先提取出行人二值轮廓序列,用分通道的灰度差和变化局部区域阈值进一步去除阴影、增强轮廓.用形状上下文描述子求取轮廓边缘采样点集的直方图分布,以此作为人体轮廓特征.用改进的Hausdorff距离算法定量轮廓间的相似度,窗口滑动搜索策略计算关键姿态轮廓集合问的匹配距离,最终实现步态分类和识别.在小型CA-SIA室外步态数据库和大型Soton室内库上进行实验,方法的正确识别率分别可达到91.25%和86.97%,与现有方法相比识别率均有提高.实验结果还表明人体轮廓采样点数取200点时识别率最高.
首先提取齣行人二值輪廓序列,用分通道的灰度差和變化跼部區域閾值進一步去除陰影、增彊輪廓.用形狀上下文描述子求取輪廓邊緣採樣點集的直方圖分佈,以此作為人體輪廓特徵.用改進的Hausdorff距離算法定量輪廓間的相似度,窗口滑動搜索策略計算關鍵姿態輪廓集閤問的匹配距離,最終實現步態分類和識彆.在小型CA-SIA室外步態數據庫和大型Soton室內庫上進行實驗,方法的正確識彆率分彆可達到91.25%和86.97%,與現有方法相比識彆率均有提高.實驗結果還錶明人體輪廓採樣點數取200點時識彆率最高.
수선제취출행인이치륜곽서렬,용분통도적회도차화변화국부구역역치진일보거제음영、증강륜곽.용형상상하문묘술자구취륜곽변연채양점집적직방도분포,이차작위인체륜곽특정.용개진적Hausdorff거리산법정량륜곽간적상사도,창구활동수색책략계산관건자태륜곽집합문적필배거리,최종실현보태분류화식별.재소형CA-SIA실외보태수거고화대형Soton실내고상진행실험,방법적정학식별솔분별가체도91.25%화86.97%,여현유방법상비식별솔균유제고.실험결과환표명인체륜곽채양점수취200점시식별솔최고.