内容提供者
一种基于深度ConvLSTM与双流融合网络的人体行为识别方法.pdf
2023-05-26
10金币
662KB
9页
映雁****魔王
实名认证
内容提供者
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9
在线预览结束，喜欢就下载吧，查找使用更方便
相关资料
一种基于深度ConvLSTM与双流融合网络的人体行为识别方法.pdf
本发明公开了一种基于深度ConvLSTM与双流融合网络的人体行为识别方法,属于计算机视觉和模式识别领域。技术方案如下:1.采用OpenCV提取视频帧和相应的光流特征图,空间流网络接收原始视频帧,时间流网络接收光流帧作为输入;2.双流CNN特征提取;3.采用Sum融合策略进行特征融合;4.将步骤3得到的特征描述在ConvLSTM的输出状态上执行一个全局平均池化,并应用到softmax层,完成特征序列分类。本发明解决了现有技术中存在的不能准确获取全面行为动作信息而导致识别不够准确的问题,提高了捕捉长期的视频时
2023-05-26
10
662KB
基于双流卷积神经网络的人体行为识别方法.docx
基于双流卷积神经网络的人体行为识别方法基于双流卷积神经网络的人体行为识别方法摘要：人体行为识别在计算机视觉领域中具有重要应用价值，如智能监控、人机交互等。然而，传统的人体行为识别方法面临着识别准确性和实时性的挑战。本文提出了一种基于双流卷积神经网络的人体行为识别方法，该方法通过同时考虑时空和频域特征，利用双流卷积神经网络实现了高精度的人体行为识别。实验结果表明，该方法在多个数据集上取得了较好的识别效果，具有实时性和鲁棒性。关键词：人体行为识别；双流卷积神经网络；时空特征；频域特征1.引言人体行为识别是计算
2024-10-23
5
11KB
基于双流网络与支持向量机融合的人体行为识别.docx
基于双流网络与支持向量机融合的人体行为识别基于双流网络与支持向量机融合的人体行为识别摘要：人体行为识别是计算机视觉领域的一个重要研究方向，其在安防监控、智能交通、人机交互等领域有着广泛的应用前景。针对传统的人体行为识别算法存在的问题，本文提出了一种基于双流网络与支持向量机融合的行为识别方法。首先，利用双流网络从视频数据中提取空间和时间特征。然后，将特征向量输入支持向量机进行分类。实验结果表明，该方法在人体行为识别任务中具有较好的准确率和鲁棒性。关键词：人体行为识别；双流网络；支持向量机；特征提取；分类1.
2024-10-23
5
11KB
一种基于轻量双流网络的行为识别方法.pdf
本发明公开了一种基于轻量双流网络的行为识别方法,属于图像处理技术领域。其具体步骤为:S1行为识别实验数据集制作;S2基于所提出轻量双流网络框架,对行为识别数据集进行网络模型训练;S3采用自蒸馏技术,提取在标注标签外的软信息,用于进一步提高模型的识别准确率,使用自我迭代,自我学习的方法,提高训练速度以及识别准确率;S4通过轻量双流网络对输入的视频进行行为识别。本发明是一种基于轻量双流网络的行为识别方法,利用ActionNet模拟生成光流信息,大大提高了计算速度,使得行为识别的实时性和准确率得以提高。
2023-05-26
10
585KB
基于双流融合卷积神经网络的人体行为识别研究的任务书.docx
基于双流融合卷积神经网络的人体行为识别研究的任务书任务书：基于双流融合卷积神经网络的人体行为识别研究一、任务背景及意义随着技术的不断革新，计算机视觉技术已经越来越成熟，逐渐应用于人们的日常生活中。其中，人体行为识别作为计算机视觉技术的重要应用方向之一，正在得到越来越广泛的关注。基于人体行为的识别，不仅可以为智能家居、安防监控等领域提供更加便捷的服务，也能为智能交通、医疗康复等领域的发展提供更为科学有效的手段。在人体行为识别技术中，深度学习算法已经成为一种十分有效的方法。然而，由于人体行为包含多个层次的信息
2024-10-15
5
11KB