基于3D卷積神經(jīng)網(wǎng)絡(luò)的人體行為識別.pdf_第1頁
已閱讀1頁,還剩74頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、人體行為識別是一個包括到計算機(jī)視覺和模式識別等領(lǐng)域的綜合性研究方向,在安防,智能交通和智能醫(yī)療等領(lǐng)域均有重要的應(yīng)用價值,因此近年來也逐漸受到相關(guān)學(xué)者越來越廣泛的研究。然而,人體作為一個生命體,與機(jī)械式的行為動作不同,其動作行為模式具有不可測性和多樣性,因此多年以來不同方向的研究學(xué)者一直在對各種方法進(jìn)行改進(jìn)研究,但是提出一種穩(wěn)健而又實(shí)時準(zhǔn)確的方法仍然是一個極具挑戰(zhàn)的系統(tǒng)工程。
  本文復(fù)現(xiàn)了一種基于3D卷積神經(jīng)網(wǎng)絡(luò)的人體行為識別算法

2、。利用光流法實(shí)現(xiàn)對人體檢測和運(yùn)動估計,能夠在不知道場景的任何信息的情況下,檢測出運(yùn)動對象。算法在網(wǎng)絡(luò)的輸入為多維圖像時表現(xiàn)的更為明顯,特別是圖像可以直接作為網(wǎng)絡(luò)的輸入,減少了特征提取和需要重建數(shù)據(jù)的過程,使得對人體行為的識別更加準(zhǔn)確。
  本文首先介紹了人體行為識別技術(shù)的研究背景與研究意義,并對國內(nèi)外在人體行為識別技術(shù)研究以及3D卷積神經(jīng)網(wǎng)絡(luò)的研究現(xiàn)狀做了介紹和對比。然后對本文復(fù)現(xiàn)的算法中運(yùn)動到的一些基礎(chǔ)理論知識做了詳細(xì)介紹,其中

3、包括圖像卷積與池化、運(yùn)動目標(biāo)檢測的理論方法以及softmax分類器的相關(guān)理論知識。接著文章介紹了卷積神經(jīng)網(wǎng)絡(luò),詳細(xì)論述了卷積神經(jīng)網(wǎng)絡(luò)的原理和應(yīng)用,并對BP神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)理論做了詳細(xì)介紹。隨后文章對基于3D卷積神經(jīng)網(wǎng)絡(luò)的人體行為識別的基本原理和架構(gòu)做出了詳細(xì)介紹,在此基礎(chǔ)之上,本文復(fù)現(xiàn)了一種基于3D卷積神經(jīng)網(wǎng)絡(luò)的人類行為識別方法,本算法基于光流法,具有提取特征代表性高、提取速度快和對環(huán)境抗干擾性強(qiáng)的優(yōu)點(diǎn),在理論驗(yàn)證和實(shí)際使用中可以達(dá)到較

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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

評論

0/150

提交評論