基于Gabor特征与卷积神经网络的人体轮廓提取 |
| |
引用本文: | 王林,董楠.基于Gabor特征与卷积神经网络的人体轮廓提取[J].南京理工大学学报(自然科学版),2018(1). |
| |
作者姓名: | 王林 董楠 |
| |
作者单位: | 西安理工大学自动化与信息工程学院; |
| |
摘 要: | 为解决传统方法无法精确分割单幅图像中人体轮廓的问题,提出一种将Gabor小波特征与卷积神经网络结合的人体轮廓提取方法。首先计算人体图像8个方向的Gabor特征,并将计算结果传入改进的卷积神经网络进行人物模型训练;再将待测图像计算Gabor特征后传入人物模型进行检测,从而输出人物掩膜;对掩膜进行形态学处理并同原图像进行相与操作,最终得到人体轮廓。经VOC2012数据集上测试,该人体轮廓提取方法的准确度高达96%。实验结果表明,通过将传统特征提取方法与深度学习的特征学习方法相结合,不但提高了特征学习的速度还提高了检测的准确度。
|
本文献已被 CNKI 等数据库收录! |
|