基于LLE和KRR的人体动作重构算法研究

被引：1

作者：

刘剑 ^{[1
,2
]}

龚志恒 ^{[1
]}

吴成东 ^{[2
]}

高恩阳 ^{[1
,3
]}

机构：

[1] 沈阳建筑大学信息与控制工程学院

[2] 东北大学信息科学与工程学院

[3] 中国科学院沈阳自动化研究所

来源：

计算机应用研究 | 2014年 / 31卷 / 01期

关键词：

局部线性嵌入; 人体动作重构; 核岭回归; 流形; 逆映射;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

摘要：

人体动作重构是当前图像处理的热点问题,针对其问题的特点,提出一种全新的LLE与KRR相结合的人体动作重构方法。首先针对图像的颜色和深度信息,提取人体动作骨架,建立动作训练集;再将训练集转变为动作向量库,采用LLE算法计算人体动作的低维流形,并对流形数据作相关分析;最后,将预测的低维衔接动作点逆映射回高维欧氏空间,首次应用KRR算法解决传统降维不可逆映射问题,从而使动作重构得以实现。实验结果表明:通过对流形动作点相互映射得到的重构动作较为理想,针对不同自由度的动作过程,所提出的人体动作重构方法有很好的效果。

引用

页码：311 / 315

页数：5

共 7 条

[1]

结合Kinect深度图的快速视频抠图算法 [J].

何贝 ;

王贵锦 ;

林行刚 .

清华大学学报(自然科学版), 2012, 52 (04) :561-565+570

[2]

插值法在图像处理中的应用 [J].

刘丽君 ;

骆婷 .

硅谷, 2009, (09) :9-10

[3]

基于局部线性嵌入(LLE)非线性降维的多流形学习.[J].马瑞;王家廞;宋亦旭;.清华大学学报(自然科学版).2008, 04

[4]

基于LLE和SVM的人像识别方法 [J].

郭锋 ;

刘丽丽 ;

吕凝 .

吉林大学学报(信息科学版), 2008, (01) :48-54

[5]

Learning deformable shape manifolds.[J].Samuel Rivera;Aleix M. Martinez.Pattern Recognition.2011, 4

[6]

Manifold based analysis of facial expression.[J].Ya Chang;Changbo Hu;Rogerio Feris;Matthew Turk.Image and Vision Computing.2005, 6

[7]

Heteroscedastic kernel ridge regression.[J].Gavin C. Cawley;Nicola L.C. Talbot;Robert J. Foxall;Stephen R. Dorling;Danilo P. Mandic.Neurocomputing.2004,

← 1 →