版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、動作識別的研究在人工智能領(lǐng)域越來越熱門,受到的關(guān)注也越來越多。動作識別分為靜態(tài)圖像的動作識別和視頻的動作識別。本文針對靜態(tài)圖像的動作識別進行了研究和詳細的分析。靜態(tài)圖像的動作識別在圖像搜索,個人相冊管理,人機交互等領(lǐng)域具有潛在的應(yīng)用。在本文中,通過將多個模型下的姿勢特征融合,提出了融合多姿估計特征的動作識別方法。融合多姿勢估計特征的動作識別將人的動作在多個模型下的姿勢估計特征進行融合,然后將多組特征與模板進行匹配,計算相似性,最后對動作
2、進行分類。融合多姿勢估計特征的方法對存在遮擋,多目標等復(fù)雜環(huán)境具有一定的魯棒性。
首先利用已得到的多個動作模型對任意一幅圖像進行姿勢估計,得到圖像的多組姿勢特征信息,每組特征信息包括關(guān)鍵點信息和姿勢評分。其次將訓(xùn)練集中各個動作下所有圖像的區(qū)分性關(guān)鍵點提取出來,并計算每一幅圖像中區(qū)分性關(guān)鍵點之間的相對距離,一個動作所有圖像的特征信息共同構(gòu)成該動作的模板信息。最后測試圖像在多個動作模型下進行姿勢估計,得到多組姿勢特征,從每組姿勢特
3、征中提取與對應(yīng)模板一致的特征信息,將提取的多組姿勢特征信息分別與對應(yīng)的模板進行匹配,并通過姿勢評分對匹配值優(yōu)化,根據(jù)最終匹配值進行動作分類。
在兩個數(shù)據(jù)集上,本文提出的方法與5種比較流行的動作識別方法進行比較,獲得了較好的平均準確率,在數(shù)據(jù)集PASCAL VOC2011-val上較其他一些最新的經(jīng)典方法至少提高近2%。在數(shù)據(jù)集Stanford40 actions上,較其他一些最新的經(jīng)典方法至少提高近6%。由于本文所提出的方法融
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于關(guān)鍵姿勢的人體動作識別.pdf
- 多姿勢老人椅設(shè)計及研究.pdf
- 基于局部特征的人臉姿勢估計.pdf
- 基于圖像的人體姿勢估計和手勢識別研究.pdf
- 雙模態(tài)特征融合的踝關(guān)節(jié)主動動作模式識別.pdf
- 視頻動作識別中的深度特征融合方法與注意力模型研究.pdf
- 正確敬隊禮姿勢動作
- 基于特征融合的掌紋識別.pdf
- 不同姿勢與不同負荷臥推動作的肌電特征分析.pdf
- 基于特征融合的笑臉識別算法研究.pdf
- 基于Kinect的人體姿態(tài)估計與動作識別.pdf
- 人臉識別中的姿態(tài)估計、識別算法和融合算法的研究.pdf
- 基于融合特征的車輛識別.pdf
- 基于整體特征的人體動作的識別.pdf
- 人臉姿勢估計與各姿勢下的人臉對齊.pdf
- 掌紋識別中特征選擇和特征融合方法的研究.pdf
- 基于特征融合的步態(tài)識別的研究.pdf
- 基于改進LBP特征和人臉能量圖的多姿態(tài)人臉識別研究.pdf
- 基于多生物特征融合識別技術(shù)的研究.pdf
- 指橫紋識別中特征融合方法的研究.pdf
評論
0/150
提交評論