检索结果-南通市图书馆

检索条件"主题词=骨架样本增强"

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：

基于骨架运动序列的动作样本增强策略与行为识别模型研究

基于骨架运动序列的动作样本增强策略与行为识别模型研究

引用

作者：陈俊杰南昌大学

学位级别：硕士

随着深度学习和计算机视觉的研究和应用快速发展,人体行为识别已成为计算机视觉领域的一个热门研究分支。当前,人体行为识别在诸多工业和生活中有广泛的应用,如智能监控、事故预警和人机交互等。基于骨架的人体行为识别取得了显著的研... 详细信息

随着深度学习和计算机视觉的研究和应用快速发展,人体行为识别已成为计算机视觉领域的一个热门研究分支。当前,人体行为识别在诸多工业和生活中有广泛的应用,如智能监控、事故预警和人机交互等。基于骨架的人体行为识别取得了显著的研究成果,但是现有方法的普适性差、成本高等缺陷成为基于骨架行为识别研究领域面临的巨大挑战。本文基于骨架数据和卷积神经网络模型对人体行为识别进行了研究,以小样本高准确率行为识别为目标,对人体行为特征的描述、骨架样本数据增强和注意力机制三个方面展开研究,提出了一组更加精确的时空特征描述人体行为,一种基于骨架动作序列的数据增强策略以及自适应多尺度混合注意力机制网络模型。并最终设计了一个具有高普适性的基于骨架的人体行为识别算法。本文的主要研究内容如下:(1)针对人体动作特征描述不足导致行为识别精度较低的问题,本文提出了一组相对运动特征包括:相对坐标、瞬时速度和瞬时运动方向更加细致、精确地描述人体动作。同时,在关节点和骨骼边两个视角上提取时空特征,弥补单一使用关节点特征时存在的潜在问题。本文提出的相对运动特征不仅包含空间维度特征,还提供了短期和长期的时间信息,使得识别精度更加准确。(2)针对样本采集、标定成本高,小样本数据集容易导致模型过拟合的问题,本文结合人体骨架结构和动作执行特征,提出了基于骨架动作序列的样本增强策略包括:旋转骨架方向模拟人体面向不同方向执行动作、缩放骨架大小模拟不同身高的人体执行动作、位移骨架模拟人体在不同位移执行动作和增减动作帧模拟人体不同速度执行动作。分别在空间和时间两个维度上快速生成大量可靠的人体动作样本,解决样本不足导致的模型过拟合提高网络的泛化能力。经过数据集的测试,本文提出的基于骨架的时空数据增强策略具有普适性。(3)针对人体动作持续时间导致动作样本尺度不一致,同传统卷积神经网络输入固定尺度需求的矛盾。同时,由于类似动作有相似的运动特征导致类似动作识别难度大、精度低。本文提出了自适应多尺度混合注意力机制网络模型,包括两个即插即用的模块:自适应多尺度池化模块和自适应混合注意力模块。其中,自适应多尺度池化模块实现任意尺度的输入而单一尺度的输出,满足多尺度输入的现实需求而且多尺度的样本输入使得模型学习多尺度的特征进一步提高模型的精度。自适应混合注意力模块在通道和空间两个维度捕获重要特征,着重关注重要信息,解决类似动作之间识别精度低的问题。此外,自适应地选择卷积核使得模行也可接收多尺度样本满足多尺度输入的需求,进一步提高本文方法的普适性。

关键词：人体行为识别卷积神经网络多尺度池化骨架样本增强混合注意力机制

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：