论文部分内容阅读
提出了一种基于Hu矩的以支持向量机(Support Vector Machine)为基分类器的Tri-Training分类器。首先采用背景差分法得到运动人体轮廓,然后通过Hu矩的特征提取方式,对运动人体轮廓进行特征提取,并对提取的数据集经过数据清洗和归一化处理后,使用以SVM为基分类器的Tri-Training分类器进行训练和分类来实现人的身份识别。实验结果表明,这种新的学习方法,能较好地弥补以往很多学习方法在小样本、非线性、过学习、高维数等问题上的不足,在人体行为分析智能监控系统中具有很强的推广能力。