BPOF特征與優(yōu)化型隨機森林的人體姿態(tài)估計研究.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)估計日漸成為計算機視覺領(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、智能監(jiān)控以及機器人運動控制等領(lǐng)域。深度相機的問世使得深度信息在人體姿態(tài)估計中的應(yīng)用越來越受到重視。隨機森林是一種基于統(tǒng)計學(xué)習(xí)理論的分類器，因其具有預(yù)測準(zhǔn)確率高、過度擬合小以及對異常較好的包容性等優(yōu)點而被應(yīng)用到人體姿態(tài)估計研究工作當(dāng)中。
　　針對人體姿態(tài)估計中的特征表達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，首先對圖像中每一個像素點都從八個方向去計算掃描線段長度值，然后再將得到的8個值引入到BPOF算法中進行計算以便得到該像素點的特征值，同時針對隨機決策樹的數(shù)目選擇進行改進，最終對圖像中的人體姿態(tài)做出估計。實驗證明上述算法在識別率以及魯棒性方面有了很大提高，同時改進的決策樹數(shù)目選擇方法使得算法系統(tǒng)時間開銷有所降低。
　　與此同時，針對以隨機森林為分類器的人體姿態(tài)估計系統(tǒng)內(nèi)存占用過大的問題，提出一種優(yōu)化的隨機森林模