基于机器学习的人体动作深度信息识别方法研究

摘要：为了实现人体动作的准确检测识别,提出基于机器学习的人体动作深度信息识别方法,构建人体动作的三维图像采集模型,建立人体动作三维重建图像的表面结构重构模型,结合模糊度特征提取方法对人体动作三维重建图像进行多尺度分解,采用三维空间结构重组的方法进行人体动作细节特征识别,建立人体动作图像的多维分割模型;采用机器学习算法进行人体动作的细节特征分类识别,建立人体动作深度信息的提取和分类模型,在机器算法下实现人体动作的深度信息检测和多维识别。仿真结果表明,采用该方法进行人体动作深度信息识别的准确度较高,特征分辨力较好,具有很好的人体动作信息检测和辨识能力。

简介：《佳木斯大学学报》在全国影响力巨大，创刊于1983年，公开发行的双月刊杂志。创刊以来，办刊质量和水平不断提高，主要栏目设置有：动力机械工程、材料科学与工程、电气工程、计算机科学与技术、土木工程、基础科学等。