一种基于图像底层特征的隐马尔可夫人体识别方法
人的行为模式的理解与识别是智能视觉监控系统的一个关键环节,也是当前模式识别领域的研究热点.在国内的研究中,利用单—特征对人体进行的识别已经取得了一定的成果,然而,很多时候这种识别的精确度不能满足人们的要求. 本文结合隐马尔可夫模型运用多特征对人体进行了分类,提出了一种全新的算法,首先,对图像进行Mean-Shift分割,用隐马尔可夫模型表示人体,然后,将颜色、纹理和夹角等底层特征估计出观测模型,最后结合BW算法和Forward算法完成人体的识别,在识别过程中引入了适当的系数模型,大大提高了识别率.实验结果表明,本方法对复杂行为具有较高的识别率,而且在多种场景下具有普适性。
人体识别 隐马尔可夫模型 图像分割
周鑫 吴晓娟 王欣 张小燕 王孝刚
山东大学信息科学与工程学院,山东 济南,250100
国内会议
北京·天津
中文
146-149
2008-11-28（万方平台首次上网日期，不代表论文的发表时间）