基于支持向量機(jī)與模糊k-均值算法的部位外觀模型-論文.pdf

基于支持向量機(jī)與模糊k-均值算法的部位外觀模型-論文.pdf

ID:53030007

大?。?04.64 KB

頁數(shù):4頁

時(shí)間:2020-04-14

基于支持向量機(jī)與模糊k-均值算法的部位外觀模型-論文.pdf_第1頁
基于支持向量機(jī)與模糊k-均值算法的部位外觀模型-論文.pdf_第2頁
基于支持向量機(jī)與模糊k-均值算法的部位外觀模型-論文.pdf_第3頁
基于支持向量機(jī)與模糊k-均值算法的部位外觀模型-論文.pdf_第4頁
資源描述:

《基于支持向量機(jī)與模糊k-均值算法的部位外觀模型-論文.pdf》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、JournalofComputerApplicationsISSN1o01-90812015.07..10計(jì)算機(jī)應(yīng)用,2015,35(7):2043—2046C0DENJYIIDUhttp://www.joca.cn文章編號(hào):1001-9081(2015)07—2043—04doi:10.11772/j.issn.1001—9081.2015.07.2043基于支持向量機(jī)與模糊k-均值算法的部位外觀模型韓貴金(西安郵電大學(xué)自動(dòng)化學(xué)院,西安710121)(通信作者電子郵箱hgjin123@126.con)摘要:利用梯度方向

2、直方圖(HOG)建立的部位外觀模型存在兩個(gè)缺陷:不同部位采用相同的細(xì)胞單元尺寸,以及線性支持向量機(jī)(SVM)分類器不能準(zhǔn)確表征部位定位狀態(tài)與外觀模型的相似度。為克服這兩個(gè)缺陷,建立了一種基于SVM和模糊.均值算法的部位外觀模型。部位外觀模型由兩個(gè)分類器構(gòu)成,線性SVM分類器用于判斷部位定位狀態(tài)是否屬于人體部位,相似度分類器由部位定位狀態(tài)與利用模糊Ji}一均值算法確定的部位聚類中心的歸一化歐氏距離來構(gòu)造,用于計(jì)算部位定位狀態(tài)與外觀模型的相似度。仿真實(shí)驗(yàn)結(jié)果表明,與利用SVM算法和相同細(xì)胞單元尺寸建立的基于HOG特征的部位外

3、觀模型相比,新模型建立的部位外觀模型能更準(zhǔn)確地描述真實(shí)人體部位的外觀特征,用于基于樹形圖結(jié)構(gòu)模型的人體姿態(tài)估計(jì)時(shí)準(zhǔn)確度也更高。關(guān)鍵詞:部位外觀模型;梯度方向直方圖;支持向量機(jī);模糊一均值算法;人體姿態(tài)估計(jì)中圖分類號(hào):TP391.413文獻(xiàn)標(biāo)志碼:APartappearancemodelbasedonsupportvectormachineandfuzzyk-meansalgorithmHANGuijin(SchoolofAutomation,Xi'anUniversityofPostsandTelecommunicati

4、ons,Xi'anShaanxi710121,China)Abstract:TheexistingpartappearancemodelsbasedonHistogramofOrientedGradient(HOG)havetwodefects:1)thesamecellsizewasusedfordifferentparts;2)thelinearSupportVectorMachine(SVM)classifiercannotrepresentthesimilarityofthepositionstateandapp

5、earancemodelaccurately.Forovercomingthesetwodefects,apartappearancemodelbasedonSVMandfuzzyk-meansalgorithmwasbuilt.Theappearancemodelwascomposedoftwoclassifiers:thelinearSVMclassifierwasusedtodeterminewhetherapositionstatebelongedtohumanpart;thesimilarityclassifi

6、er,whichwasbuiltaccordingtothenormalizedEuclideandistancebetweenthepositionstateandtheclusteringcenterdeterminedbyfuzzyk—meansalgorithm,wasusedtocalculatethesimilarityofthepositionstateandappearancemode1.Theexperimentalresultsshowthattheproposedappearancemodelcan

7、representtheappearancefeatureofrealhumanpartmoreaccuratelythanthepartappearancemodelbuihbySVMalgorithmandHOGofthesamecellsize,andcangethigherestimationaccuracywhenitisusedtohumanposeestimationbasedonthetree—likepictorialstructuremode1.Keywords:partappearancemodel

8、;HistogramofOrientedGradient(HOG);SupportVectorMachine(SVM);fuzzyk—meansalgorithm;humanposeestimation的方法兩大類。其中基于整體的方法難以覆蓋人體所有0引言可能的姿態(tài),只適合用于特定人體姿態(tài)的估計(jì);而基于模型的隨著信息

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。