内容提供者
基于多流3D融合网络的人体行为识别.pptx
2024-10-06
20金币
712KB
24页
快乐****蜜蜂
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共24页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
基于多流3D融合网络的人体行为识别.pptx
添加副标题目录PART01PART02定义与原理常见应用场景技术优势与挑战PART03人体行为识别的定义人体行为识别的关键技术人体行为识别的应用价值PART04多流3D融合网络在人体行为识别中的重要性多流3D融合网络在人体行为识别中的实现方式多流3D融合网络在人体行为识别中的优势与挑战PART05案例一：基于多流3D融合网络的人体行为识别系统设计案例二：多流3D融合网络在智能监控中的应用案例三：多流3D融合网络在人机交互中的应用PART06多流3D融合网络在人体行为识别中的发展趋势多流3D融合网络在人体行
2024-10-06
20
712KB
基于多模态双流3D网络的视频人体行为识别方法及系统.pdf
本发明公开了一种基于多模态双流3D网络的视频人体行为识别方法及系统，包括：基于深度视频生成的深度动态图序列DDIS；基于RGB视频生成的姿势评估图序列PEMS；将深度动态图序列和姿势评估图序列分别输入到3D卷积神经网络中，构造DDIS流和PEMS流，得到各自的分类结果；将得到的分类结果进行融合，得到最终的行为识别结果。本发明有益效果：DDIS通过对视频的局部时空结构信息进行建模，能够很好地描述长时行为视频中的人体运动以及交互物体的轮廓。PEMS能够清晰地捕捉人体姿态的变化，消除背景杂乱的干扰。多模态双流3
2023-08-28
10
966KB
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
基于时空特征融合网络的人体行为识别技术研究.docx
基于时空特征融合网络的人体行为识别技术研究基于时空特征融合网络的人体行为识别技术研究摘要：人体行为识别技术在计算机视觉领域有着广泛的应用。本文基于时空特征融合网络，对人体行为识别技术进行研究。首先介绍了人体行为识别技术的背景和意义，接着介绍了时空特征融合网络的原理及其在人体行为识别中的应用。然后，本文提出了一种融合RGB图像和深度图像的时空特征融合网络模型，并通过实验证明了其在人体行为识别中的有效性。最后，对该技术的局限性进行了讨论，并展望了未来可能的研究方向。关键词：人体行为识别；时空特征融合网络；RG
2024-10-23
5
11KB
基于特征融合的人体行为识别算法.docx
基于特征融合的人体行为识别算法摘要人体行为识别是计算机视觉领域的重要研究方向之一，它能够在许多领域发挥重要作用，如智能监控、智能家居等。然而，由于人体行为的多样性和变化性，人体行为识别面临着诸多困难和挑战。本文提出了一种基于特征融合的人体行为识别算法，通过将多种特征进行融合，能够提高人体行为识别的准确率和鲁棒性。实验结果表明，该算法在UCF50数据集上的识别准确率达到了90%以上，相比于其他算法取得了更好的性能。关键词：人体行为识别、特征融合、计算机视觉、UCF50数据集1.引言随着计算机视觉和深度学习技
2024-11-02
5
12KB