基于Adaboost-BP神经网络模型的姿势识别研究

姿势识别是计算机视觉中的重要研究方向。本文基于BP神经网络模型构建姿势识别模型,并采用Adaboost迭代学习对BP神经网络模型的预测效果进行提升。在双手叉腰、单臂张开、跑步与散步等动作的识别上,比CNN卷积模型具有更好的效果,并且比直接采用BP神经网络模型能够更为精确地识别各类姿势。