基于 DLLE 模型的数据降维与特征理解方法

发布时间：2018年11月28日 分类：专利

基于DLLE模型的数据降维与特征理解方法，属于计算机视觉领域。首先，通过视觉传感器获取图像序列，进而对输入的动作图像序列进行分析，通过背景减除法提取出前景人体轮廓区域并二值化，研究动作的周期特性，对每个动作序列进行关键帧提取，提取出一个完整的动作周期序列。通过DLLE算法进行流行降维，得到低维特征向量，将其保存到动作数据库中。通过比较测试序列与训练样本库中动作序列的均值Hausdorff距离经最近邻分类器进行识别。本文提出了基于差分函数与类别信息的邻域保持嵌入算法在人体动作识别中的运用，DLLE模型在降维时既能保持流形的局部几何结构，又能充分利用原始高维数据的类别信息，实现了从无监督到有监督的扩展。

CN201610425612-基于DLLE模型的数据降维与特征理解方法-申请公开.pdf