基于融合型深度学习的人体动态特征提取 |
| |
作者姓名: | 于海鹏 王闻达 |
| |
作者单位: | 河南工程学院计算机学院,河南郑州,451191;西安电子科技大学通信工程学院,陕西西安,710100 |
| |
基金项目: | 河南省高等学校重点科研项目 |
| |
摘 要: | 为了提高对不同运动状态下人体动态特征的分析能力,提出了一种基于融合型深度学习的人体动态特征提取算法。采用图像亮点流形标注方法进行人体图像的动态特征采样,对动态图像采用RGB颜色特征分解方法进行灰度像素二值化拟合处理,采用多尺度小波分解方法实现行人的差异性特征提取,对所提取的人体动态特征量采用深度学习方法进行自适应分类处理,使用融合型卷积神经网络对分类后的动态特征量进行超分辨融合,实现了人体动态特征的优化提取。仿真结果表明,采用该方法进行人体动态特征提取的超分辨性较好,在时间开销和图像识别精度方面具有优越性。
|
关 键 词: | 深度学习 人体图像 动态特征提取 小波分解 |
本文献已被 CNKI 万方数据 等数据库收录! |
|