10.3969/j.issn.2095-2163.2023.10.006
基于机器学习算法的人体步态异常状态检测与识别方法
为了提高在人体步伐识别中异常状态检测的识别率和精度,引入机器学习算法,研究人体步态异常状态检测与识别方法.根据采集到的人体步态图像序列结构,构建人体步态模型.利用所构建的模型检测人体步态,并对人体步态图像进行二值化处理,实现模型参数的优化,从中提取人体步态运动特征,实现对变化的人体步态的具体描述.结合机器学习算法中的决策树、NN分类器和KNN分类器,对人体步态中的异常状态进行识别.经过对比实验可知,本文所提识别方法具备更高的识别率和识别精度,能够有效检测出人在行走中出现的异常状态.
机器学习算法、人体步态、智能检测、识别方法
13
TP391.41(计算技术、计算机技术)
山西省教育科学十四五规划课题GH-220321
2023-11-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
25-28