您的位置: 专家智库 > >

姜华

作品数:2 被引量:11H指数:1
供职机构:中国民航大学电子信息工程学院天津市智能信号与图像处理重点实验室更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人体行为识别
  • 1篇深度信息
  • 1篇识别方法
  • 1篇视觉单词
  • 1篇向量
  • 1篇向量机
  • 1篇HOG特征

机构

  • 2篇中国民航大学

作者

  • 2篇张良
  • 2篇姜华

传媒

  • 1篇电子与信息学...
  • 1篇系统仿真学报

年份

  • 1篇2019
  • 1篇2016
2 条 记 录,以下是 1-2
排序方式:
基于部位分割的人体再识别方法
2019年
人体再识别是非重叠视域多摄像机视频分析过程中需解决的难点问题。提出一种基于部位分割的人体再识别方法,首先基于深度骨骼点实现人体部位分割,对同一人体多帧图像分割后的所有部位使用评分的策略选择最优帧,将全局颜色特征和HOG特征分配不同的权重,融合特征建立人体目标模型,使用EMD(Earth Move’s Distance)距离度量目标间的相似性。在Kinect REID和BIWI RGBD-ID数据库上实验表明,该算法具有较高的鲁棒性和识别率。
姜华张良
关键词:深度信息HOG特征
局部分布信息增强的视觉单词描述与动作识别被引量:11
2016年
传统的单词包(Bag-Of-Words,BOW)算法由于缺少特征之间的分布信息容易造成动作混淆,并且单词包大小的选择对识别结果具有较大影响。为了体现兴趣点的分布信息,该文在时空邻域内计算兴趣点之间的位置关系作为其局部时空分布一致性特征,并提出了融合兴趣点表观特征的增强单词包算法,采用多类分类支持向量机(Support Vector Machine,SVM)实现分类识别。分别针对单人和多人动作识别,在KTH数据集和UT-interaction数据集上进行实验。与传统单词包算法相比,增强单词包算法不仅提高了识别效率,而且削弱了单词包大小变化对识别率的影响,实验结果验证了算法的有效性。
张良鲁梦梦姜华
关键词:人体行为识别支持向量机
共1页<1>
聚类工具0