chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

您好,歡迎來電子發(fā)燒友網(wǎng)! ,新用戶?[免費(fèi)注冊(cè)]

您的位置:電子發(fā)燒友網(wǎng)>源碼下載>數(shù)值算法/人工智能>

基于聯(lián)合多特征字典稀疏變數(shù)的步態(tài)識(shí)別算法

大?。?/span>0.44 MB 人氣: 2017-11-29 需要積分:1

  現(xiàn)有的步態(tài)識(shí)別算法多采用模型特征或整體特征進(jìn)行單一特征提取,在多視角等實(shí)際情況中算法魯棒性較差、識(shí)別率較低。針對(duì)這一問題,本文提出了一種基于聯(lián)合多特征字典稀疏表示的步態(tài)識(shí)別算法。該算法選擇三種不同粒度的特征:均值形狀PMS、步態(tài)能量圖GEI與自建特征·區(qū)域面積序列RAS,構(gòu)建特征訓(xùn)練字典并對(duì)特征樣本進(jìn)行多任務(wù)聯(lián)合稀疏表示,最后通過計(jì)算最小累計(jì)殘差得到測(cè)試樣本類別,實(shí)現(xiàn)特征層融合。實(shí)驗(yàn)結(jié)果表明,相比單一特征提取與識(shí)別,所采用的多特征聯(lián)合識(shí)別方法識(shí)別率更高,且在多視角下具有一定魯棒性,實(shí)現(xiàn)了特征之間的信息互補(bǔ)。
?

非常好我支持^.^

(0) 0%

不好我反對(duì)

(0) 0%

      發(fā)表評(píng)論

      用戶評(píng)論
      評(píng)價(jià):好評(píng)中評(píng)差評(píng)

      發(fā)表評(píng)論,獲取積分! 請(qǐng)遵守相關(guān)規(guī)定!

      ?