一种基于AI人体行为的稠密光流轨迹与稀疏编码识别算法.pdf
映雁****魔王
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于AI人体行为的稠密光流轨迹与稀疏编码识别算法.pdf
本发明公开了一种基于AI人体行为的稠密光流轨迹与稀疏编码识别算法,包括:稠密轨迹的动作识别方法包括如下步骤:步骤1:使用改进SURF的稠密轨迹特征提取方法,提取轨迹等特征;步骤2:使用改进的特征融合方法,对特征进行融合,提高特征的识别率;步骤3:对融合特征进行PCA特征降维,降低特征的维度;步骤4:对降维后的特征进行编码,使特征向量具有个统一的形式,适合分类;步骤5:使用分类器对特征向量进行分类。本发明本发明采用稠密光流轨迹与稀疏编码算法进行行为识别,将行为特征进行处理后,送入支持向量机中得到模型进行分类
一种基于AI人体行为的稠密光流轨迹与稀疏编码识别算法.pdf
本发明公开了一种基于AI人体行为的稠密光流轨迹与稀疏编码识别算法,包括:稠密轨迹的动作识别方法包括如下步骤:步骤1:使用改进SURF的稠密轨迹特征提取方法,提取轨迹等特征;步骤2:使用改进的特征融合方法,对特征进行融合,提高特征的识别率;步骤3:对融合特征进行PCA特征降维,降低特征的维度;步骤4:对降维后的特征进行编码,使特征向量具有个统一的形式,适合分类;步骤5:使用分类器对特征向量进行分类。本发明本发明采用稠密光流轨迹与稀疏编码算法进行行为识别,将行为特征进行处理后,送入支持向量机中得到模型进行分类
基于改进稠密轨迹与Fisher向量编码的人体行为识别方法.pptx
基于改进稠密轨迹与Fisher向量编码的人体行为识别方法目录添加章节标题稠密轨迹改进方法稠密轨迹算法概述稠密轨迹算法的缺陷稠密轨迹改进算法的提出改进算法的流程和实现Fisher向量编码原理Fisher向量编码简介Fisher向量编码的优势Fisher向量编码的基本原理Fisher向量编码的参数选择基于改进稠密轨迹与Fisher向量编码的人体行为识别方法方法概述特征提取Fisher向量编码行为分类器设计实验结果与分析与其他人体行为识别方法的比较与传统方法比较与其他深度学习方法比较优缺点分析应用前景展望结论与
基于改进稠密轨迹的人体行为识别方法研究的开题报告.docx
基于改进稠密轨迹的人体行为识别方法研究的开题报告研究背景:如何有效准确地识别人体行为是计算机视觉领域一直以来的热门研究方向之一。近年来,深度学习技术的兴起为人体行为识别提供了新的思路和方法。然而,由于人体行为涉及到复杂的姿态动作和多人的互动场景,对于传统的人体行为识别算法来说,仍然存在着很大的挑战。研究目的:本课题主要研究针对人体行为识别中存在的问题,提出一种基于改进稠密轨迹的人体行为识别方法。通过对稠密轨迹的改进和优化,提高人体行为的识别率和准确率。研究内容:1.分析现有人体行为识别方法的优缺点,确定研
基于光流关键点多尺度轨迹的人体动作识别.docx
基于光流关键点多尺度轨迹的人体动作识别标题:基于光流关键点多尺度轨迹的人体动作识别摘要:人体动作识别一直是计算机视觉领域的热门研究方向。本文提出了一种基于光流关键点多尺度轨迹的人体动作识别方法。该方法首先提取人体关键点信息,并使用光流算法计算出关键点的运动轨迹。在轨迹提取的基础上,引入多尺度特征,以提高对动作细节和上下文信息的捕捉能力。最后,采用卷积神经网络进行动作分类。实验结果表明,该方法在多个公开数据集上取得了较好的识别性能。关键词:人体动作识别,光流关键点,多尺度轨迹,卷积神经网络1.引言人体动作识