基于样本学习的运动人体检测方法
本文通过将运动物体的轮廓特征解卷绕为一维的距离信号,在此特征表示的基础上提出了一种新的运动人体检测方法。该方法首先采用K均值聚类算法分别对大量人体样本和非人体样本进行建模,然后计算当前样本到各个模型质心的距离作为分类器的输入以判断该样本是否是人体。实验结果表明,采用的轮廓特征解卷绕和对样本进行建模这两种方法提高了运动人体检测的速度和准确度,鲁棒性强,可用于人运动视觉分析的相关研究领域中。
图像识别 人体检测 样本建模 聚类算法
苏松志 王丽 李绍滋
厦门大学信息科学与技术学院计算机科学系,福建厦门,361005 山东大学控制科学与工程学院,山东济南,250061
国内会议
哈尔滨
中文
1116-1122
2007-11-20（万方平台首次上网日期，不代表论文的发表时间）