BPOF特征與優(yōu)化型隨機(jī)森林的人體姿態(tài)估計(jì)研究.pdf

1、隨著信息技術(shù)以及圖像處理技術(shù)的日益發(fā)展，人體姿態(tài)估計(jì)日漸成為計(jì)算機(jī)視覺(jué)領(lǐng)域重要的研究方向，它的應(yīng)用非常廣泛，主要包括虛擬現(xiàn)實(shí)、智能監(jiān)控以及機(jī)器人運(yùn)動(dòng)控制等領(lǐng)域。深度相機(jī)的問(wèn)世使得深度信息在人體姿態(tài)估計(jì)中的應(yīng)用越來(lái)越受到重視。隨機(jī)森林是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的分類器，因其具有預(yù)測(cè)準(zhǔn)確率高、過(guò)度擬合小以及對(duì)異常較好的包容性等優(yōu)點(diǎn)而被應(yīng)用到人體姿態(tài)估計(jì)研究工作當(dāng)中。
　　針對(duì)人體姿態(tài)估計(jì)中的特征表達(dá)提出了一種基于二元純位相匹配濾波器(BP

2、OF)的特征提取算法，首先對(duì)圖像中每一個(gè)像素點(diǎn)都從八個(gè)方向去計(jì)算掃描線段長(zhǎng)度值，然后再將得到的8個(gè)值引入到BPOF算法中進(jìn)行計(jì)算以便得到該像素點(diǎn)的特征值，同時(shí)針對(duì)隨機(jī)決策樹(shù)的數(shù)目選擇進(jìn)行改進(jìn)，最終對(duì)圖像中的人體姿態(tài)做出估計(jì)。實(shí)驗(yàn)證明上述算法在識(shí)別率以及魯棒性方面有了很大提高，同時(shí)改進(jìn)的決策樹(shù)數(shù)目選擇方法使得算法系統(tǒng)時(shí)間開(kāi)銷有所降低。
　　與此同時(shí)，針對(duì)以隨機(jī)森林為分類器的人體姿態(tài)估計(jì)系統(tǒng)內(nèi)存占用過(guò)大的問(wèn)題，提出一種優(yōu)化的隨機(jī)森林模