基于聚类和超限学习机分类模型的跌倒检测算法 |
| |
引用本文: | 马宗方,石晶,宋琳,罗婵,吴萌.基于聚类和超限学习机分类模型的跌倒检测算法[J].济南大学学报(自然科学版),2019(1). |
| |
作者姓名: | 马宗方 石晶 宋琳 罗婵 吴萌 |
| |
作者单位: | 西安建筑科技大学信息与控制工程学院 |
| |
摘 要: | 针对视频跌倒检测中对目标运动状态描述不完整和识别准确率不高的问题,提出一种基于聚类和超限学习机分类模型的跌倒检测算法,通过聚类算法对视频进行关键帧采样,建立特征模型,构建基于超限学习机的跌倒检测分类器,从而实现对跌倒行为的判断。结果表明:采用聚类的方法提取关键帧能够有效地剔除冗余图像帧,提高算法的准确度,也证明了超限学习机分类模型相较于其他分类器具有更好的分类性能。
|
本文献已被 CNKI 等数据库收录! |
|