摘要: 不同姿态的人体模型易对骨架提取算法产生干扰。为此,提出一种新的骨架提取算法。该算法通过将人体模型矢状面深度信息和改进Hopfield神经网络相结合的方式,引入一种网络输入输出函数,对传统的人体骨架提取算法进行改进,使网络收敛速度明显加快。通过特征点的深度信息决定点对差异的方式,使网络成功地避免局部极小点,同时减少网络的运行时间。实验结果表明,该算法在定位骨架特征点处的误差明显小于传统算法,且缩短了算法的运行时间。该算法对人体骨架提取的效果更好。
中图分类号:
黄新, 郝矿荣, 丁永生. 基于矢状面和神经网络的三维人体骨架提取[J]. 计算机工程, 2012, 38(04): 14-16.
HUANG Xin, HAO Kuang-Rong, DING Yong-Sheng. 3D Human Skeleton Extraction Based on agittal Plane and Neural Network[J]. Computer Engineering, 2012, 38(04): 14-16.