线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于机器学习的人体动作深度信息识别方法研究

孙桂煌 佳木斯大学学报 2020年第01期

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。

关键词:机器学习人体动作深度信息识别检测

单位:福州理工学院; 福建福州350506

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

¥160.00

关注 29人评论|0人关注