西北工业大学学报
西北工業大學學報
서북공업대학학보
JOURNAL OF NORTHWESTERN POLYTECHNICAL UNIVERSITY
2011年
6期
871-876
,共6页
行为分析%协同训练%不变矩%Tri-Training
行為分析%協同訓練%不變矩%Tri-Training
행위분석%협동훈련%불변구%Tri-Training
提出了一种基于Hu矩的以支持向量机(Support Vector Machine)为基分类器的Tri-Training分类器.首先采用背景差分法得到运动人体轮廓,然后通过Hu矩的特征提取方式,对运动人体轮廓进行特征提取,并对提取的数据集经过数据清洗和归一化处理后,使用以SVM为基分类器的Tri-Training分类器进行训练和分类来实现人的身份识别.实验结果表明,这种新的学习方法,能较好地弥补以往很多学习方法在小样本、非线性、过学习、高维数等问题上的不足,在人体行为分析智能监控系统中具有很强的推广能力.
提齣瞭一種基于Hu矩的以支持嚮量機(Support Vector Machine)為基分類器的Tri-Training分類器.首先採用揹景差分法得到運動人體輪廓,然後通過Hu矩的特徵提取方式,對運動人體輪廓進行特徵提取,併對提取的數據集經過數據清洗和歸一化處理後,使用以SVM為基分類器的Tri-Training分類器進行訓練和分類來實現人的身份識彆.實驗結果錶明,這種新的學習方法,能較好地瀰補以往很多學習方法在小樣本、非線性、過學習、高維數等問題上的不足,在人體行為分析智能鑑控繫統中具有很彊的推廣能力.
제출료일충기우Hu구적이지지향량궤(Support Vector Machine)위기분류기적Tri-Training분류기.수선채용배경차분법득도운동인체륜곽,연후통과Hu구적특정제취방식,대운동인체륜곽진행특정제취,병대제취적수거집경과수거청세화귀일화처리후,사용이SVM위기분류기적Tri-Training분류기진행훈련화분류래실현인적신빈식별.실험결과표명,저충신적학습방법,능교호지미보이왕흔다학습방법재소양본、비선성、과학습、고유수등문제상적불족,재인체행위분석지능감공계통중구유흔강적추엄능력.
