摘要
本发明公开了一种基于人类视觉启发的复杂运动感知方法,该方法首先捕捉运动过程中的运动员图像,通过评估图像区域的语义和视觉重要性识别关键图像区域,其次动态处理关键图像区域的区域特征。然后对动态处理后的区域特征,采用低秩主动学习技术,经过优化目标函数,得到优化图像区域。最后使用支持向量机SVM对优化图像区域进行分类,得到运动感知结果。本发明能够在保证更好的计算效率的同时确保提取的关键区域具有视觉显著性,显著提升了在复杂运动环境中的表现。
技术关键词
运动感知方法
主动学习技术
图像
支持向量机分类器
组合特征向量
样本
SVM分类器
标签
运动员
人类
变换特征
重建误差
误差矩阵
视觉特征
动态
语义
比率
系统为您推荐了相关专利信息
水下成像模型
水下三维重建方法
颜色
三维重建图像
水下三维重建系统
产品缺陷检测方法
随机森林模型
特征描述符
RGB特征
轮廓特征融合
车体坐标系
语义地图
语义分割技术
高精地图数据
车辆定位方法
封装芯片
导电线路层
封装方法
胶水固化
感光材料