基于改进的随机森林的人体部件识别.pdfVIP

第21卷，第5期 中国传媒大学学报 自然科学版 生 JOURNALOFCOMMUNICATIONUNIVERSITYOFCHINA(SCIENCEANDTECHNOLOGY) Vo1．21，No．5 0et．2014 ． 基于改进的随机森林的人体部件识别 郭天楚 ，吴晓雨 ，杨磊 ，黄向生 (1．中国传媒大学信息工程学院，北京 100024；2．中国科学院自动化研究所，北京 100190) 摘要 ：姿态估计是 自然人机交互最为重要的环节，人体部件识别是姿态估计的重要步骤。本文介绍 了一种基于特 征预筛选的改进的随机森林的方法来识别人体各个部件。与传统的随机森林构造不同，在该方法中，对于特征空 间十分庞大的实例给出了特征预筛选方法，使得每个分裂节点的特征子集更为高效。该方法既保证了树与树之间 的独立，又保证了每棵树的分类性能。在树与树之间的组合中，根据人体部件构造，引入了和分层树的组合模型方 式，提高了差异较小类的分类性能，进而提高了森林的准确性。 关键词：特征预筛选；分层随机森林；姿态估计；识别 中图分类号：TP37 文献标识码 ：A 文章编号：1673—4793(2014)05—0032—07 BodyPartRec0gnizati0nBaseon ImprovedRandom Forest GUOTian．chu ，WUXiao．yu ，rANGLei，HUANGXiang．sheng (i．SchoolofInformationEngineering，CommunicationUniversityofChina，Beijing100024，China； 2．InstituteofAutomation，ChineseAcademyofSciences，Beijing100190，China) Abstract：Poseestimationisthemostimportantstep ofnatureinteractivebetween humanandmachine， andbodypartrecognitionisthecoreofposeestimation．Thispaperdescribesanimprovedrandom forests methodtorecognizeeach partofthehumanbody．Whatisdifferentfrom thetraditionalrandom forest structureisthatthealgorithm proposedinthispaperprovidesafeaturePre—selectionforexampleswith largefeaturespace，makingthefeaturesetofeachsplitnodemoreefficient．Thismethodnotonlyensures theindependencebetweentrees，butalsoensuresclassificationperformanceofeachtree．Inthecombina— tionamongtrees，accordingtothehumanpartstructure，weadoptthecombinedmodelofhierarchyforest toimprovetheclassificationperfomr anceoftheforest． Keywords：featurepre—Selection；hierarchyrandom forest；poseestimation；recognization 愿，不通过任何接触媒介，达到了自然交互的 目的