基于支持向量机优化的人体动作识别方法
Information Technology（2017）
摘要
针对传统的基于支持向量机(SVM)在人体运动识别方法中仅单一地采用“一对一”识别策略并输出识别结果,忽略动作种类较多的时候,导致的识别效率低下,识别精确度不高的情况,提出了UPOP策略.UPOP策略采用了基于SVM的改进策略进行动作的识别,在识别的时候根据分类器的识别精度对DAG SVM策略进行改进,并在输出结果的时候输出识别结果和相对应的置信度,利用置信度对识别结果进行处理.通过实验,文中方法的识别率为98.3％,验证了UPOP策略的有效性,实现了高效率、高准确度的人体动作识别.
更多查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要