首页 | 本学科首页   官方微博 | 高级检索  
     

基于Boosting RBF神经网络的人体行为识别
引用本文:叶银兰. 基于Boosting RBF神经网络的人体行为识别[J]. 计算机工程与应用, 2008, 44(13): 188-190. DOI: 10.3778/j.issn.1002-8331.2008.13.058
作者姓名:叶银兰
作者单位:绍兴文理学院,上虞分院,浙江,绍兴,312300
基金项目:国家高技术研究发展计划(863计划) , 浙江省自然科学基金
摘    要:提出一种基于Boosting RBF神经网络的人体行为识别方法,该方法利用规范化的运动历史图像(MHI)进行图像序列表示,从中提取Zernike矩的统计描述特征,然后提出Adaboost算法自适应地选择图像序列的特征作为RBF神经网络的输入,为了进一步提高神经网络的泛化能力,采用一种调整权值分布,限制权重扩张的改进的Boosting方法,分类器以加权投票方式进行分类决策。实验结果表明,提出的方法能够有效地识别人体运动类别。

关 键 词:Zemike矩  人体行为识别  boosting算法  运动历史图像
文章编号:1002-8331(2008)13-0188-03
收稿时间:2007-08-14
修稿时间:2007-08-14

Recognition of human action using boosting method and RBF neural network
YE Yin-lan. Recognition of human action using boosting method and RBF neural network[J]. Computer Engineering and Applications, 2008, 44(13): 188-190. DOI: 10.3778/j.issn.1002-8331.2008.13.058
Authors:YE Yin-lan
Affiliation:Shang Yu College of Shaoxing University,Shaoxing,Zhejiang 312300,China
Abstract:
Keywords:Zernike moments  recognition of human action  Boosting method  motion history image
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号