李跃
- 作品数：4 被引量：13H指数：2
- 供职机构：上海大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于OpenCV的形态处理人脸检测被引量：2
- 2014年
- 在表情识别、目标跟踪等领域都有应用,人脸检测是人脸表情识别系统工作的前提和基础。通过比较分析两类人脸检测算法,提出了一种基于OpenCV形态处理检测人脸的方法,所介绍的形态处理既包括前期形态学变换,也包含后续几何约束、椭圆拟合等,并且利用OpenCV提供的函数库,结合VC++进行了测试,测试结果表明该方法可以实现图像中的人脸检测,并能得到较好的识别结果。
- 严利民李跃
- 关键词：OPENCV人脸检测VC++
- 基于Kinect深度数据的人体骨架提取被引量：6
- 2015年
- 骨架提取是数字图像处理与识别及计算机视觉领域的重要内容之一。在信息存储、动作识别等领域都有应用,人体骨架提取是动作识别系统工作的前提和基础。为了更好提取人体骨架,提出了一种基于Kinect深度数据的骨架提取方法。首先,通过Kinect采集并分析深度数据。然后,经过特定处理,将人体目标从环境中提取出来并二值化。最后,进行平滑处理,使用细化算法得到人体骨架。通过实验证明该方法可以实现复杂背景下的人体骨架提取,得到较完整、单像素、无伪分支的骨架。
- 严利民李跃
- 关键词：深度数据二值化
- 基于关键特征点运动轨迹的动态手势识别被引量：4
- 2015年
- 为实现基于运动轨迹信息的动态手势识别,本文介绍了一种基于手势关键特征点轨迹识别的方法。将深度摄像机获取的深度信息经过自适应阈值算法提取人体目标,经过细化等算法得到人体骨架,并提取手势关键特征点轨迹,利用支持向量机在公开的、具有挑战性的DHA数据集中有关手势数据进行识别和评估。实验证明该方法可以实现复杂背景下的多种手势的识别,鲁棒性强。
- 严利民李跃杜斌潘浩
- 关键词：动态手势支持向量机
- 基于深度数据的关键特征点提取及动态手势轨迹识别被引量：1
- 2015年
- 基于深度图像的动态手势轨迹识别通常需要大量的训练数据,如何快速标定和建立姿态数据集是一个具有挑战性的任务。介绍了一种基于深度数据的关键特征点提取及动态手势轨迹识别的方法。深度数据信息经过自适应阈值算法提取人体目标,结合肤色分割出手部范围,并寻找到对应的关键特征点,最终获取手势关键特征点的轨迹。利用支持向量机对DHA数据集中有关手势的数据进行了识别和评估。实验表明介绍的方法可以实现复杂背景下的手势识别,其准确率有了进一步的提高。
- 严利民杜斌李跃潘浩
- 关键词：动态手势识别关键特征点支持向量机
