基于支持向量机与模糊k-均值算法的部位外观模型

？利用梯度方向直方图(hog)建立的部位外观模型存在两个缺陷:不同部位采用相同的细胞单元尺寸,以及线性支持向量机(svm)分类器不能准确表征部位定位状态与外观模型的相似度。为克服这两个缺陷,建立了一种基于svm和模糊k-均值算法的部位外观模型。部位外观模型由两个分类器构成,线性svm分类器用于判断部位定位状态是否属于人体部位,相似度分类器由部位定位状态与利用模糊k-均值算法确定的部位聚类中心的归一化欧氏距离来构造,用于计算部位定位状态与外观模型的相似度。仿真实验结果表明,与利用svm算法和相同细胞单元尺寸建立的基于hog特征的部位外观模型相比,新模型建立的部位外观模型能更准确地描述真实人体部位的外观特征,用于基于树形图结构模型的人体姿态估计时准确度也更高。