融合改进RF算法的人体姿态识别方法在现代智能化工程中的应用

来源：计算机测量与控制杂志2024年第7期北京时间：

作者：李斌

单位：西安现代控制技术研究所

摘要：对人体姿态识别及现代智能化工程设计成为人机交互领域的重要研究方向进行了研究。在实现更高效、智能的人体姿态识别中,采用了基于密度的带有噪声的应用空间聚类与随机森林(Density-Based Spatial Clustering of Applications with Random Forest,DBSCAN-RF)的分类训练器,该方法的技术创新和独特之处在于结合了密度聚类和随机森林的优点,能够有效地处理带有噪声的数据集,并具有较高的计算效率和可扩展性。通过实验测试,DBSCAN-RF算法的识别召回率最高达到了98.64%,相比于传统的RF算法、K-means-RF以及Mean-shift-RF算法,其数值分别增加了6.37%、4.28%、3.95%。同时,DBSCAN-RF算法在跌倒和正常走路的识别召回率分别达到了95.31%和96.48%。此外,DBSCAN-RF算法的测试时间均低于62 ms。经实际应用满足了现代智能化的人体姿态识别工程上的应用,为现代智能化的人体姿态识别提供了可靠的技术支持。

关键词：DBSCAN-RF;分类训练器;人体姿态识别;现代智能化工程

基金资助：2023年陕西省体育局常规课题（2023723）；2022年陕西省“十二五”教育科学计划项目（课题编号：SGH22Y1789）