检索结果-南通市图书馆

检索条件"主题词=复合扩张"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于图卷积和姿态估计的行为识别关键技术研究

基于图卷积和姿态估计的行为识别关键技术研究

引用

作者：胡玉莹中国矿业大学

学位级别：硕士

人体行为识别在自动驾驶、智能监控、人机交互、智能家居以及体育运动等方面都发挥着重大作用,已经成为计算机视觉领域中一个热门的研究课题。然而由于人体衣着穿戴以及人体行为的复杂性,在特征提取和设计高效的网络模型等方面仍然面临... 详细信息

人体行为识别在自动驾驶、智能监控、人机交互、智能家居以及体育运动等方面都发挥着重大作用,已经成为计算机视觉领域中一个热门的研究课题。然而由于人体衣着穿戴以及人体行为的复杂性,在特征提取和设计高效的网络模型等方面仍然面临着巨大挑战。本文在网络模型结构和特征描述两方面展开研究,主要内容如下:(1)针对行为识别问题中网络模型性能不高的问题,提出了一种改进时空图卷积神经网络模型(STE-GCN)。本文以时空图卷积神经网络为基线模型,首先在时空图卷积神经网络中加入衡量网络深度和宽度在网络识别效果方面的比重系数,然后加入控制模型缩放时资源数量的指定系数,接着通过设置不同的指定系数来同时改变时空图卷积神经网络的宽度和深度,根据训练的结果进一步缩放时空图卷积神经网络,最终得到STE-GCN网络模型,进而提升人体行为识别的准确率。(2)针对人体行为特征描述不充分的问题,提出了一种基于夹角和向量的人体行为特征计算方法。本文从人体姿态的角度出发,首先将人体行为分为静态姿态和动态运动两个阶段,然后用夹角和向量描述两阶段中人体行为的特征,用肢体之间的夹角和描述身体倾斜程度的躯干与地面法向量夹角来表达静态姿态的特征,用加入时间维度的信息向量来表达动态运动的特征,最后结合时空图卷积神经网络模型对人体行为进行识别,比单纯的时空图卷积神经网络模型的识别准确率更高。在实验部分,本文在UCF101视频序列数据集和NTU-RGB+D三维骨骼点数据集上进行实验,同时对UCF101数据集进行处理时采用姿态估计的方法提取出人体的坐标位置信息。实验结果表明,基于夹角和向量的人体行为特征计算方法提取出的人体特征可以很明显地区分出人体动作,改进的时空图卷积神经网络在进行人体行为识别时具有较高的准确率,同时本文提出的方法在人体行为识别方面具有较好的鲁棒性。

关键词：人体行为识别人体骨骼关节点向量夹角复合扩张

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：