检索结果-内蒙古大学图书馆

作者：张丽北方工业大学

学位级别：硕士

人体动作识别技术是视觉领域的重要研究课题之一。该技术在智能监控、人机交互与虚拟现实、运动分析和视频标注等方面具有广阔的应用前景。然而该研究领域存在的人体遮挡与自遮挡以及三维空间到二维图像平面投影带来的多义性等方面的困... 详细信息

人体动作识别技术是视觉领域的重要研究课题之一。该技术在智能监控、人机交互与虚拟现实、运动分析和视频标注等方面具有广阔的应用前景。然而该研究领域存在的人体遮挡与自遮挡以及三维空间到二维图像平面投影带来的多义性等方面的困难使其成为一项具有挑战性的课题。基于此,本文围绕基于视觉的人体动作识别技术展开研究,重点针对基于单目视觉系统的人体动作检测与运动分析和基于RGBD视觉系统的人体动作识别展开阐述和深入研究,提出了一些解决方法和改进措施。本文研究的主要创新点如下：1、在单目视觉系统下,提出了一种改进的运动目标检测与运动分析方法,该方法包括运动目标检测、运动分析两个主要部分。在运动目标检测部分,提出了一种改进的运动检测算法,先对原有的混合高斯模型的更新方法进行改进,结合三帧差分法,提取出人体的二维轮廓图像,并将该检测算法应用到公共的行为数据集中进行验证；在运动分析部分,以人体轮廓的长宽比、人体矩形框的变化、时间轴上质心的偏移量等作为人体动作特征信息,并以人体动作信息的时间变化量作为人体动作类型的判断依据。2、在RGBD视觉系统下,提出了基于非训练模型和基于训练模型的两种动作识别方法。在基于非训练模型的动作识别方法中,以骨骼关节点的时间运动特性为动作特征对人体不同动作进行识别；在基于训练模型的动作识别方法中,选取了骨骼关节点的相对位置和关节角度作为人体动作的特征数据,建立不同动作的数据集,并对这些不同动作的特征数据进行多类svm分类器进行分类训练,最后判别出人体动作的类型。实验表明,这两种人体动作识别方法均能够较好的完成人体动作识别的任务。

关键词： RGBD视觉运动目标检测人体骨骼模型多类svm分类器人体动作识别

来源：评论

学校读者我要写书评

暂无评论

姿势内核学习融合决策森林在线手势识别算法

引用

电视技术 2015年第9期39卷 129-134,145页

作者：王建玺徐向艺鲁书喜平顶山学院软件学院河南平顶山467000

针对在线姿势识别中来自流行深度传感器的噪声数据影响识别鲁棒性的问题,提出了一种基于姿势内核学习融合决策森林方法。首先,将使用骨架关节角表示每种姿势;然后,利用多类svm分类器获得姿势内核;最后,利用决策森林实时标记关键姿势序列... 详细信息

针对在线姿势识别中来自流行深度传感器的噪声数据影响识别鲁棒性的问题,提出了一种基于姿势内核学习融合决策森林方法。首先,将使用骨架关节角表示每种姿势;然后,利用多类svm分类器获得姿势内核;最后,利用决策森林实时标记关键姿势序列,根据关键姿势序列完成识别。实验结果表明,本方法的识别率可高达99.3%,相比几种较为先进的识别方法,本文方法具有更好的识别鲁棒性,并且在一定程度上降低了识别所耗时间。

关键词：在线姿势识别姿势内核学习关节角表示决策森林多类svm分类器

来源：评论

学校读者我要写书评

暂无评论

心电特征提取及分类方法研究

心电特征提取及分类方法研究

引用

作者：武扬上海交通大学

学位级别：硕士

基于心电信号的心脏病自动诊断一直是一个兼有研究价值与实用价值的课题。本文主要的研究目的是研发和评估高精度的心电信号自动诊断方法。为了得到一个可靠的心电自动诊断系统,从信号的采集到最终得到诊断结果需要涉及很多关键的步骤... 详细信息

基于心电信号的心脏病自动诊断一直是一个兼有研究价值与实用价值的课题。本文主要的研究目的是研发和评估高精度的心电信号自动诊断方法。为了得到一个可靠的心电自动诊断系统,从信号的采集到最终得到诊断结果需要涉及很多关键的步骤。为了实现这样一个实用系统,我们从心电信号的预处理方法作为研究起点,涉及到对临床采集的信号处理的多个常见问题,包括去除不同来源的噪声干扰以及基线漂移。我们研究对比了多种方法并选择其中效果较为理想的方法应用到实验系统。同时,为了获取较为准确的心跳波区间,我们提出了基于多导联信息的波峰检测方法以及基于统计的波段分割方法,为后续进行分类学习做出重要的基础准备工作。作为计算机自动诊断的关键步骤,如何将由人体采样的生物信号转换为用于机器学习的特征是一个值得研究的问题。我们将心跳的时域特征与统计特征相结合,作为心电分类的特征模型。对于统计特征提取方法,我们分别应用主成分分析以及独立成分分析的特征基底做实验,通过对比验证了独立成分分析在作为分类的统计特征基底具有很高的自动分类性能。为了获得高精度的多类别分类预测结果,我们还设计了结合概率估计的多分类器投票策略。最终在多类心电信号数据上获得了比以往研究成果更高的分类精度。最后,结合实验中的经验提出一些后续的研究方向以及建议,为心电信号的自动诊断系统提供了有效的框架。

关键词：心电信号分类心电信号分段 ICA特征抽取多类svm分类器

来源：评论

学校读者我要写书评

暂无评论

中文文本分类技术研究

中文文本分类技术研究

引用

作者：李保秀南昌大学

学位级别：硕士

文本分类在搜索引擎和数据处理起着举足轻重的地步。因为分类技术可以提高搜索引擎的用户友好性,且可以增进搜索的正确度,将相关文档进行归类输出。同样,在国内中文文本分类技术也受到越来越多重视。现在,不管是处于研发阶段还是处于实... 详细信息

文本分类在搜索引擎和数据处理起着举足轻重的地步。因为分类技术可以提高搜索引擎的用户友好性,且可以增进搜索的正确度,将相关文档进行归类输出。同样,在国内中文文本分类技术也受到越来越多重视。现在,不管是处于研发阶段还是处于实用状态的文本分类算法都较少考虑有一批文本需要分类时的情况。针对批量文本分类的情况,联系批量文本分类的实际需求,本文在K-means与svm组合多类别分步骤的分类器的基础上,进行实验,实验利用了聚类与分类之间的联系,取得了较理想的结果。本人做了以下工作：第一：针对中文文本分类维数太多的事实,分别对DF、IG、CHI和MI及它们的组合特征抽取的方法在朴素贝叶斯分类器和支持向量机进行了实验。实验结果表明,先使用DF去除低于我们设定阈值的低频词,消除IG、CHI或MI对低频词的倚重,再使用IG、CHI或MI从剩余词条中移除类别信息较低的噪音词,可以达到优化分类器的效果。第二：在基于批量文本的K-means与svm组合多类分类器的情景下进行了相关实验。实验步骤包括：第一步对文本进行聚类,使用JAVA来实现K平均算法；第二步对聚类结果进行小样本抽样,抽样结果达到要求的类不必再进行分类；第三步对抽样结果不理想的类汇总；第四步对汇总的类使用LIBsvm软件分类。在实验中组合分类器取得了较好的性能。

关键词： K-means 文本分类特征抽取多类svm分类器

来源：评论

学校读者我要写书评

暂无评论

结合亮度分级和笔画检测的彩色图像文本提取

引用

计算机工程与应用 2008年第18期44卷 157-159,162页

作者：刘琼周慧灿王耀南湖南文理学院计算机科学与技术系湖南常德415000 湖南大学电气与信息工程学院长沙410082

提出一种彩色图像下的文本提取方法,该方法对彩色图像在R、G、B三个颜色层分别进行亮度分级,以避开传统颜色聚类方法的聚类数目选择问题,降低图像复杂度;考虑到文字笔画的显著方向性特征,并且通常具有稳定的颜色,利用方向梯度算法进行... 详细信息

提出一种彩色图像下的文本提取方法,该方法对彩色图像在R、G、B三个颜色层分别进行亮度分级,以避开传统颜色聚类方法的聚类数目选择问题,降低图像复杂度;考虑到文字笔画的显著方向性特征,并且通常具有稳定的颜色,利用方向梯度算法进行文本粗定位;然后进一步利用多类svm分类器实现文本区域精确判别。新方法限制了候选区域的种类,从而降低了svm分类器的训练难度,具有较高的准确性和鲁棒性。

关键词：亮度分级笔画检测文本定位方向梯度多类svm分类器

来源：评论

学校读者我要写书评

暂无评论

手写数字识别中的Gabor参数优化设计

引用

微计算机信息 2007年第19期23卷 290-291,306页

作者：刘琼周慧灿王耀南湖南文理学院计算机科学系湖南常德415000 湖南大学电气与信息工程学院湖南长沙410082

提出一种多分辨率Gabor滤波器组的参数优化设计方法,该方法通过分析在小波框架下的频率和带宽的相邻关系,推导滤波器组的参数构成,以尽可能少的滤波器覆盖尽可能大的信号频率空间;并采用两级、多通道2DGabor滤波器组进行数字图像特征抽... 详细信息

提出一种多分辨率Gabor滤波器组的参数优化设计方法,该方法通过分析在小波框架下的频率和带宽的相邻关系,推导滤波器组的参数构成,以尽可能少的滤波器覆盖尽可能大的信号频率空间;并采用两级、多通道2DGabor滤波器组进行数字图像特征抽取,然后结合多类svm分类器进行分类识别。对MNIST手写数字图像的识别实验表明:在小样本情况下,该方法具有很强的特征抽取能力和较高的识别率。

关键词：手写数字识别 2D Gabor滤波器多类svm分类器特征抽取

来源：评论

学校读者我要写书评

暂无评论

一种基于有向无环图的多类svm分类器

引用

模式识别与人工智能 2003年第2期16卷 164-168页

作者：李昆仑黄厚宽田盛丰北方交通大学计算机与信息技术学院

本文提出了一种多类svm分类器——ACDMsvm,它是基于决策有向无环图和积极约束的多类svm分类器。对于k类问题,它将k(k-1)/2个改进的二类svm分类器进行组合。为了提高分类器的训练及决策速度,对标准的二类svm分类器进行三个方面的改进:利... 详细信息

本文提出了一种多类svm分类器——ACDMsvm,它是基于决策有向无环图和积极约束的多类svm分类器。对于k类问题,它将k(k-1)/2个改进的二类svm分类器进行组合。为了提高分类器的训练及决策速度,对标准的二类svm分类器进行三个方面的改进:利用大间隔方法,对软间隔错误变量采用2-范数形式并应用积极约束。在训练阶段,使用含有根的二元有向无环图进行节点的选择,该有向无环图含k(k-1)/2个内部节点和k个叶节点。数值实验表明这是一种快速的多类svm分类器。

关键词：机器学习支持向量机有向无环图 ACDMsvm 多类svm分类器

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：