【摘 要】
:
基于骨架的人体动作识别一直是计算机视觉领域的一项重要课题。并由于其对光照、尺度和旋转的变化具有很强的鲁棒性,基于骨架的动作识别吸引了越来越多的人注意。在传统的骨
论文部分内容阅读
基于骨架的人体动作识别一直是计算机视觉领域的一项重要课题。并由于其对光照、尺度和旋转的变化具有很强的鲁棒性,基于骨架的动作识别吸引了越来越多的人注意。在传统的骨架的动作识别方法中,特征的表示通常是手工制作的,有效的特征获取通常较为困难。近年来,随着深度学习技术的兴起和发展,自动学习特征的方法即神经网络被广泛的使用在了骨架动作识别中。最近的研究表明,循环神经网络(RNN)或卷积神经网络(CNN)能够有效的对骨架序列学习判别性特征并用于分类。尽管近期的一些基于深度学习模型已经取得了卓越的性能,但随着更为多样且复杂的骨架动作数据集NTURGB+ D的提出,用于骨架动作识别的深度学习模型仍然存在很大的提升空间。为此,我们将在本文中提出三种改进的基于深度学习的模型用于骨架动作识别。本文首先提出了一种时间选择长短期记忆网络(TS-LSTM),通过LSTM与max pooling结合的设计,我们能够学习到依赖于不定长度的上下文的特征。接着提出了一种基于身体部件的时空卷积神经网络(ST-CNN),通过2个时间卷积层的特殊参数设置,我们可以学习到具有判别力的时空特征。最后提出了一种注意力网络,关节选择卷积神经网络(JS-CNN),通过其关节选择模块和帧选择模块的设计,网络能够自动选取具有判别性的关节和时间段,从而获得更具判别性的特征。本文对提出的三种方法均在4个数据集上做了大量的实验,且与近年来用于骨架动作识别的模型相比,本文提出的三种方法均达到了先进的结果。此外,我们还通过大量的实验分析,证明了提出模型的有效性。
其他文献
论文结合μCT扫描、计算机三维图像处理方法和浸矿过程建模仿真等手段,研究堆浸体系宏细观结构特征和水力学特性,提出矿堆结构精细化表征参数体系,基于矿堆三维图像,建立两级
行为习惯深远地影响着人的终生发展。在它形成以后,便具有相对稳定性。小学生的行为习惯主要包括学习习惯和生活习惯两方面,它们都具有很强的可塑性。因此,小学阶段对一个人
当前,嘉兴供电公司面对光伏发电迅猛发展、大量接入配电网的现状,利用光伏监测、电能量采集、电网调控等业务系统的海量基础数据,应用大数据挖掘分析方法开展分布式光伏发电
痤疮凹陷性瘢痕作为痤疮愈合后遗留的严重影响外观的皮损,其治疗越来越受到广泛重视。过去十几年各种光电设备的迅猛发展,应用于治疗痤疮凹陷性瘢痕的创新性治疗策略不断涌现
随着城市建设的加快,人们生活水平的提高,越来越多的人对居住环境的要求也越来越高,在居住区建造水景,不仅能提高环境质量,满足人的亲水心里,还能带来丰厚的经济、社会、生态
对配电网络故障趋势进行判断,在提高配电网络安全性能方面具有重要意义。传统的配电网络故障趋势判断方法一直存在趋势判断不准确、误差大的问题,提出基于大数据分析的配电网
《新课程标准》指出"人人学有用的数学","不同的人在数学上得到不同的发展"。本文从这一角度出发,在小学低年级数学练习的设计与教学中进行了实践与尝试。提出了新课程理念下
2012年以来,智能电网大数据的研究取得了初步的进展,相关研究人员和企业作出了建设性的尝试。在给出大数据在智能电网中应用的总体框架的基础上,文中列举了大数据技术在配电
随着我国经济体制改革的深入,银行经营多种业务所蕴含的风险日益增加;改革的核心问题是处理好政府和市场的关系,作为划分政府和市场边界的机构,政策性银行在我国货币金融市场
本文以当代西方著名的生态学马克思主义代表人物詹姆斯·奥康纳的生态学思想为研究对象,以其代表作《自然的理由——生态学马克思主义研究》为文本依据,以马克思历史唯物主义