基于深度图像学习的人体部位识别

被引：10

作者：

林鹏

张超

李竹良

赵宇明

机构：

[1] 上海交通大学自动化系系统控制与信息处理教育部重点实验室

来源：

关键词：

人体部位识别; 深度图像; 随机森林; 监督学习; 局域梯度特征;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对人体部位识别问题,提出一种基于深度图像学习的人体部位识别系统。构建深度图样本库,包括训练集和测试集,提取训练样本中的局域梯度特征,利用随机森林学习得到分类器,并对图像进行单点分类,计算人体各关节点。实验结果表明,该系统能快速准确地识别人体的不同部位。

引用

页码：185 / 188

页数：4