公开(公告)号：CN108520205B

公开(公告)日：2022-04-12

申请号：CN201810234650.0

申请日：2018-03-21

Applicant: 安徽大学

Inventor： 郭星 ,  李黄划 ,  张以文 ,  李炜

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764

Abstract: 本发明公开了一种基于Citation‑KNN的人体动作识别方法，包括：获取测试样本；通过帧差法提取测试样本动作序列中的关键帧；对Hausdorff距离进行优化，并根据优化的Hausdorff距离计算被提取关键帧的测试样本在训练集中的c个近邻样本和r个索引样本；基于近邻样本和索引样本构建分函数，并根据评分函数计算测试样本中每个动作类别的分数，得到测试样本中分数最高的动作类别作为测试样本的目标测试动作类别，输出目标测试动作类别。

公开(公告)号：CN108520205A

公开(公告)日：2018-09-11

申请号：CN201810234650.0

申请日：2018-03-21

Applicant: 安徽大学

Inventor： 郭星 ,  李黄划 ,  张以文 ,  李炜

IPC: G06K9/00

Abstract: 本发明公开了一种基于Citation-KNN的人体动作识别方法，包括：获取测试样本；通过帧差法提取测试样本动作序列中的关键帧；对Hausdorff距离进行优化，并根据优化的Hausdorff距离计算被提取关键帧的测试样本在训练集中的c个近邻样本和r个索引样本；基于近邻样本和索引样本构建分函数，并根据评分函数计算测试样本中每个动作类别的分数，得到测试样本中分数最高的动作类别作为测试样本的目标测试动作类别，输出目标测试动作类别。