一种有效的基于点云特征人体识别方法

基于视觉信息的运动目标识别是室内移动机器人自主导航的一个重要研究内容,现有的方法经常由于背景噪声干扰、自然光照、机器人视角变化等因素影响识别稳定性.针对该问题提出一种有效的目标识别方法,滤除地平面点云特征,并采用分割聚类和支持向量积融合方法识别运动目标.实验表明,该方法在满足实时性前提下,相对于传统人体骨骼、二维梯度直方图算法具有更高的准确率,更适合复杂环境下的人体....

Full description

Saved in:
Bibliographic Details
Published in计算机应用研究 Vol. 34; no. 5; pp. 1553 - 1559
Main Author 杨晶东 韩太军
Format Journal Article
LanguageChinese
Published 上海理工大学光电信息与计算机工程学院,上海200093 2017
上海市现代化光学实验室,上海200093%上海理工大学光电信息与计算机工程学院,上海,200093
Subjects
人体识别
支持向量机
点云分割
点云滤波
point cloud segmentation
支持向量机
点云滤波
points cloud filtering
human recognition
人体识别
点云分割
SVM
Online AccessGet full text
ISSN1001-3695
DOI10.3969/j.issn.1001-3695.2017.05.062

Cover

More Information
Summary:基于视觉信息的运动目标识别是室内移动机器人自主导航的一个重要研究内容,现有的方法经常由于背景噪声干扰、自然光照、机器人视角变化等因素影响识别稳定性.针对该问题提出一种有效的目标识别方法,滤除地平面点云特征,并采用分割聚类和支持向量积融合方法识别运动目标.实验表明,该方法在满足实时性前提下,相对于传统人体骨骼、二维梯度直方图算法具有更高的准确率,更适合复杂环境下的人体.
Bibliography:51-1196/TP
ISSN:1001-3695
DOI:10.3969/j.issn.1001-3695.2017.05.062