10.3969/j.issn.1000-386x.2013.02.012
基于聚类RBF神经网络的人体行为识别
提出基于聚类RBF神经网络的人体行为识别方法.通过基于单模态高斯背景模型的背景差分法提取动作轮廓;采用基于中心距的傅里叶描述子,对图像轮廓线进行处理,降低了特征的维数;利用谱聚类算法提取行为序列的关键特征向量,采用改进的基于聚类的RBF神经网络进行行为识别.仿真实验表明,该方法能有效识别人体行为类别,应用效果满足实际要求.
背景差分、中心距、谱聚类、类内类间距离
30
TP301.6(计算技术、计算机技术)
国家自然科学基金项目61071217
2013-06-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
47-49,53