基于HOG和Haar-like特征融合的人体动作识别方法

摘要：

针对目前现有动作特征识别率较低的问题,提出了一种基于多特征融合的人体动作识别方法.分别提取方向梯度直方图(HOG)和Haar-like特征,并进行两种特征的融合,最后,对融合后的特征利用支持向量机(SVM)进行训练得到动作识别模型,再利用该模型对动作进行分类预测,得到最终动作识别的结果.该方法在KTH和YouTube人体行为数据库上分别进行了相应的实验对比,根据实验结果,可以证明该人体动作识别方法具备较高的识别性能.

关键词：Haar-like特征、方向梯度直方图、支持向量机、动作识别

在线出版日期：2020-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：297-298