论文部分内容阅读
针对利用单类特征对不规范书写坐姿进行分类识别率偏低的现状,提出多类特征融合的不规范书写坐姿分类方法。参照规范书写坐姿,不规范书写坐姿归纳为趴写、驼背等7类,应用YCbCr平面投影的椭圆特性,提取各类坐姿在不同亮度下的肤色特征,依据不同阈值进行坐姿的SURF特征提取,对同类坐姿进行异类特征加权融合。BP神经网络分类实验结果表明,该方法的不规范书写坐姿识别率比单类特征法有明显提高,具有更好的实用性。