TY -的盟Wang Haikuan盟——周Feixiang盟——周Wenju盟——陈,凌PY - 2018 DA - 2018/12/02 TI -人体姿势识别基于深度图像Multifeature融合SP - 6271348六世- 2018 AB -人类构成基于机器视觉的识别通常会导致识别率很低,鲁棒性低、运营效率低。,主要是由于背景的复杂性,以及人类构成的多样性、阻塞和遮挡。为了解决这个问题,一种特征提取方法结合深度方向梯度特性(DGoD)和当地的不同深度特性(LDoD)在本文中,提出了使用一种新颖的策略,包含八邻域点周围的像素相互比较来计算像素之间的差异。然后建立一个新的数据集训练随机森林分类器,采用双向投票机制和随机森林分类的像素在人体深度图像的不同部分。最后,计算每个部分的重心和选择合理的点作为联合提取人类骨骼。实验结果表明,鲁棒性和精度显著提高,伴随着竞争运营效率评估我们的方法与该数据集。SN - 1076 - 2787你——https://doi.org/10.1155/2018/6271348——10.1155 / 2018/6271348 JF - PB - Hindawi KW - ER -复杂性