摘要
本发明提供了一种基于SVM的人体动作识别方法,包括:获取人体动作视频,并对人体动作视频进行特征提取,得到多个图像特征;构建原始SVM模型,并对SVM模型进行参数寻优,得到优化SVM模型,然后使用优化SVM模型对图像特征进行分类,得到动作图像类和非动作图像类;构建随机森林模型,并使用随机森林模型对动作图像类中的所有图像特征进行分类,得到多个子动作类。本发明解决了现有技术中存在的传统方法在人物动作的识别精度低以及分类性能差的问题。
技术关键词
人体动作识别方法
随机森林模型
图像
关键帧
因子
网格
径向基核函数
参数
视频
标签
数值
误差
框架
精度
数据
系统为您推荐了相关专利信息
图像生成方法
图像生成模型
多头注意力机制
编辑
多尺度特征提取
粗集料颗粒
三维重建方法
多视角图像采集
轮廓图像
非线性优化方法