|本期目录/Table of Contents|

[1]童基均,刘宇,常晓龙,等.基于多项式拟合的模特走秀动作分类方法[J].浙江理工大学学报,2019,41-42(自科二):224-230.
　TONG Jijun,LIU Yu,CHANG Xiaolong,et al.Classification of catwalk based on polynomial fitting[J].Journal of Zhejiang Sci-Tech University,2019,41-42(自科二):224-230.
点击复制

基于多项式拟合的模特走秀动作分类方法()
分享到：

浙江理工大学学报[ISSN:1673-3851/CN:33-1338/TS]

卷:
第41-42卷
期数:
2019年自科二期
页码:
224-230
栏目:
出版日期:
2019-04-23

文章信息/Info

Title:
Classification of catwalk based on polynomial fitting
文章编号:
1673-3851 (2019) 03-0224-07
作者:
童基均; 刘宇; 常晓龙; 张瑾
浙江理工大学，a.信息学院;b.服装学院，杭州 310018
Author(s):
TONG Jijun;  LIU Yu;  CHANG Xiaolong;  ZHANG Jin
a. School of Information Science and Technology;  b. School of Fashion Design & Engineering, Zhejiang Sci-Tech  University, Hangzhou 310018, China
关键词:
关节点检测; 普氏分析; 多项式拟合; 数据降维; 动作评价
分类号:
TP391
文献标志码:
A
摘要:
为自动、准确地对模特走秀动作进行评价,提出了一种基于多项式拟合的动作分类方法。该方法首先利用基于局部亲和域的方法进行人体关节点检测，同时为消除相机视角和个体体型差异性，将检测到的关节点通过普氏分析进行数据校准；其次将人体关节点分为脊柱、上肢和下肢三部分,分别从水平和垂直方向进行多项式拟合；再次对得到的多项式系数进行数据降维；最后将降维后的多项式系数作为动作评价的特征,利用SVM分类器实现模特走秀动作分类。实验结果表明：该方法评价准确率为719%，初步实现对人体动作的定性评价。该方法为模特走秀的动作评估提供了一种解决方案。

参考文献/References:

［1］ Hofmann M, Gavrila D M. Multiview 3D human pose estimation in complex environment［J］. International Journal of Computer Vision, 2012, 96(1): 103-124.
［2］ Chan C K, Loh W P, Rahim I A. Human motion classification using 2D stickmodel matching regression coefficients［J］. Applied Mathematics and Computation, 2016, 283(12): 70-89.
［3］ 佟丽娜, 侯增广, 彭亮, 等. 基于多路 sEMG 时序分析的人体运动模式识别方法［J］. 自动化学报, 2014, 40(5): 810-821.
［4］ Wolf A, Senesh M. Motion estimation using a statistical solid dynamic method［M］// Kecskeméthy A, Müller A. Computational Kinematics. Springer, Berlin, Heidelberg, 2009: 109-116.
［5］ 刘磊, 杨鹏, 刘作军. 采用多核相关向量机的人体步态识别［J］. 浙江大学学报 (工学版), 2017, 51(3): 562-571.
［6］ Felzenszwalb P F, Girshick R B, McAllester D, et al. Object detection with discriminatively trained partbased models［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2010, 32(9): 1627-1645.
［7］ Fischler M A, Elschlager R A. The representation and matching of pictorial structures［J］. IEEE Transactions on Computers, 1973, 100(1): 67-92.
［8］ Dubout C, Fleuret F. Exact acceleration of linear object detectors［C］//European Conference on Computer Vision. Springer, Berlin, Heidelberg, 2012: 301-311.
［9］ Pantic M, Rothkrantz L J M. Automatic analysis of facial expressions: The state of the art［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(12): 1424-1445.
［10］ Ouyang W, Chu X, Wang X. Multisource deep learning for human pose estimation［C］// Computer Vision and Pattern Recognition. IEEE, 2014:2337-2344.

备注/Memo

备注/Memo:
收稿日期： 2018-06-11
网络出版日期： 2018-12-01
基金项目：浙江省重点研发计划项目(2015C03023); 浙江理工大学“521人才培养计划”
作者简介：童基均(1977-)，男，浙江杭州人，教授，博士，主要从事传感器及检测技术、计算机视觉方面的研究
通信作者：张瑾，E-mail：240752446@qq.com
更新日期/Last Update: 2019-03-19