科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了排除噪声数据影响、提高人体行为识别的准确率，从分析图像处理技术入手，对图像进行预处理之后利用混合高斯模型提取背景图像，采用改进的帧间差分算法检测目标，利用改进的k-均值算法提取图像特征，基于已获得的图像数据采用改进的HSMM模型实现人体行为识别。通过KTH人体行为数据库的实例数据验证所提出的构建模型的平均识别率高达97.5%,具有良好的检测效果，为人体行为识别提供了智能化检测手段。
- 单位
为了排除噪声数据影响、提高人体行为识别的准确率，从分析图像处理技术入手，对图像进行预处理之后利用混合高斯模型提取背景图像，采用改进的帧间差分算法检测目标，利用改进的k-均值算法提取图像特征，基于已获得的图像数据采用改进的HSMM模型实现人体行为识别。通过KTH人体行为数据库的实例数据验证所提出的构建模型的平均识别率高达97.5%,具有良好的检测效果，为人体行为识别提供了智能化检测手段。
