基于AdaBoost和BP网络的机器人动作理解

作     者：梁玉强 陈劲杰 叶其含 LIANG Yuqiang;CHEN Jinjie;YE Qihan

作者机构：上海理工大学机械工程学院上海200093 

出 版 物：《电子科技》 (Electronic Science and Technology)

年 卷 期：2017年第30卷第8期

页      码：63-66页

摘      要：针对机器人动作理解,设计基于强分类器的BP网络机器人动作理解系统,阐述了BP网络模型和AdaBoost算法并说明了弱分类器与强分类器的训练步骤。使用了公开的MSRC-12 Gestrue数据集来验证系统的可靠性。为实现原始数据的降维并保证运动信息的完整,系统通过提取了关键帧中人的9段骨骼向量与中心骨骼向量间的夹角作为动作特征;利用BP网络弱分类器对训练样本的错分误差更新样本的权值;并将10轮训练得到的分类器融合为最后的决策函数,完成了对不同个体的6种动作的准确识别。

主 题 词：强分类器 AdaBoost BP神经网络 弱分类器 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.16180/j.cnki.issn1007-7820.2017.08.017

馆 藏 号：203237160...