基于HOG特征和支持向量机的人体姿态识别

摘要

人体姿态识别是目前图像处理研究的一个重点,在医疗,运动,安保,智能家居方面具有重要意义,本文采用了一种基于方向梯度直方图特征(Histogram of direction gradient,简称HOG)和支持向量机(Support Vector Machine)相结合的方法来进行人体姿态识别.本试验利用openCV开源软件库实现运动视频的图像获取,并对图像进行相关前置处理和人体运动目标分割,然后建立HOG特征用以表示不同情况下的人体姿态,最后采用支持向量机分类器实现人体姿态的识别.最终实验结果表明,基于HOG特征和支持向量机的人体姿态识别方法识别准确率能够满足日常生活中的实际应用.