科研之友
微信
新浪微博
Facebook
分享链接
摘要
人体行为识别是人工智能研究领域的重要课题之一，涉及模式识别，图像处理，计算机视觉，人工智能等多门学科，其研究成果被广泛地应用于智能监控、人机交互以及虚拟现实等很多领域中，引起了国内外研究机构和业界学者的广泛关注。人体行为识别一般包含人体检测，人体跟踪，行为理解与描述三个阶段。本文主要研究的是视频序列中简单行为的识别，例如常见的跳跃，跑步，行走，弯腰，挥手等。 为了提高识别的准确率，本论文采用了基于学习的人体行为识别方法，从人体的结构特性出发，提出了基于第二代Bandelet变换以及星型骨架模型的人体行为图像表示方法，并将其应用于机器学习方法的人体行为识别中。 本论文在寻找高效低...
- 单位
