标签: 动作识别

为了能够有效改善人体动作识别过程中传统支持向量机使用一对一识别策略，并且实现识别结果的输出，对大部分动作种类进行忽略，从而降低识别效率及识别进度的问题，就提出了基于支持向量机优化的人体动作识别。基于向量机优化的人体动作识别使用支持向量机改进策略实现动作识别，在识别过程中利用分类器识别精度实现传统策略的完善，并且在识别结果输出的过程中输出相对应的置信度，通过置信度处理识别结果。最后对其进行实现，通过实验结果表示，基于支持向量优化的识别率为98.7%，表示此方法具有有效性，能够提高人体动作识别的精准度及效率。

针对现代人体动作识别过程中的问题，本文研究了基于MHI及支持向量机的人体动作识别方法，通过运动图像序列得到MHI图像，之后获得视频帧中的运动目标特点，通过此运动目标特点实现人体动作种类的分类，并且得到实验结果。通过得出的实验结果可以看出来，基于MHI和支持向量机的人体动作是被方法能够在提取特征的过程中不仅保证信息量，还能够避免出现信息冗余的特点，保证实验的精准度，有效提高运行效率，所以此识别方法有效且精准。