论文部分内容阅读
人体部件分类是人体姿态跟踪中的重要前提和关键步骤。传统深度梯度特征下的随机森林分类方法虽然可以达到实时性的要求,但仍存在准确度不高、对噪声不够鲁棒、内存消耗过大等缺点。为此,提出传统深度特征与RGB边缘特征相融合的一种新的分类方法,并在特征维度加大的情况下引入随机丛林模型。实验结果表明,该特征分类方法不仅可以减少20%左右的运行时间,还可以提高1%左右的测试准确率。