您的位置： 专家智库 > >

申少昊

作品数：3 被引量：1H指数：1
供职机构：中南大学信息科学与工程学院更多>>
发文基金：国家自然科学基金湖南省自然科学基金更多>>
相关领域：自动化与计算机技术理学更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...
  • 1篇理学

主题

  • 3篇步态
  • 3篇步态识别
  • 2篇特征提取
  • 1篇遗传算法
  • 1篇身份识别
  • 1篇特征选取
  • 1篇图像
  • 1篇图像处理
  • 1篇自适
  • 1篇自适应
  • 1篇自适应特征
  • 1篇自适应特征选...
  • 1篇模糊聚类
  • 1篇聚类
  • 1篇机器视觉
  • 1篇BOOSTI...

机构

  • 3篇中南大学

作者

  • 3篇申少昊
  • 2篇夏利民
  • 1篇张良春
  • 1篇孙正军

传媒

  • 1篇计算机工程与...
  • 1篇计算机科学

年份

  • 2篇2009
  • 1篇2008
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
基于步态的身份识别
步态识别是计算机视觉研究领域的重要课题之一，因其具有远距离身份识别的特点，成为近年来计算机视觉领域中备受关注的前沿方向。本文对人体运动的跟踪、运动人体轮廓提取、特征选取与识别进行了研究。主要内容如下： ⑴研究了...
申少昊
关键词：步态识别机器视觉图像处理
文献传递
基于遗传模糊分类的步态识别
2009年
提出基于遗传模糊分类的步态识别方法。采用新的特征提取方法,该方法将目标按人体结构特点划分为多个子区域,利用各个子区域的质心与头部质心形成的距离和夹角对步态特征进行描述。运用模糊聚类算法构建不同距离函数的分类器,并用遗传算法对分类器进行集成,组成的集成融合分类器对步态序列进行识别。实验结果表明该方法具有较高的识别性能。
申少昊夏利民孙正军
关键词：步态识别特征提取模糊聚类遗传算法
基于自适应特征选取的步态识别被引量：1
2008年
提出基于自适应特征选取的步态识别方法。采用新的特征提取方法,该方法将目标按人体结构特点划分为多个子区域,利用各个子区域的质心与头部质心的距离和夹角对步态特征进行描述。采用Boosting算法自适应选取最优特征序列,对识别结果进行加权处理。该方法结合了步态的动态和静态信息,实验结果表明该方法具有较高的识别性能。
申少昊夏利民张良春
关键词：步态识别特征提取自适应特征选择BOOSTING算法
全选 清除 导出
共1页<1>
聚类工具0