

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、深度傳感器不僅能獲得RGB視頻數(shù)據(jù)還能獲得3D深度數(shù)據(jù),因而基于RGB-D相機(jī)的動作識別的研究越來越多。3D結(jié)構(gòu)信息簡化了動作識別的運(yùn)動內(nèi)部變化,并且去除了雜亂的背景噪聲,因此3D結(jié)構(gòu)信息能夠有效地用于識別任務(wù)。雖然3D結(jié)構(gòu)信息很有效,但是有關(guān)3D結(jié)構(gòu)信息的方法僅適用于深度數(shù)據(jù)。由于深度數(shù)據(jù)是不連續(xù)的,會產(chǎn)生噪聲,而RGB數(shù)據(jù)是連續(xù)的,剛好可以彌補(bǔ)深度數(shù)據(jù)的缺點(diǎn)。而人體部位的動作是高度相關(guān)的,因而采用深度序列。但是深度序列是串聯(lián)的高維向
2、量增加了參數(shù)數(shù)目和計算時間,而用矩陣形式表示就可以克服這個問題。為了解決上述問題,本文進(jìn)行了以下研究工作:
(1)針對 RGB數(shù)據(jù)和深度數(shù)據(jù)以及骨骼數(shù)據(jù)優(yōu)缺點(diǎn)之間的互補(bǔ)關(guān)系,提出了基于RGB-D的雙線性異構(gòu)信息的動作識別研究。該方法有效地利用兩種數(shù)據(jù),并進(jìn)行交叉模態(tài)特征空間學(xué)習(xí)。用矩陣的形式表示捕獲的時空特征。該方法學(xué)習(xí)了兩種數(shù)據(jù)的共享特征空間,并產(chǎn)生了交叉模態(tài)特征。在該模型中,許多噪聲可以用信息測度來減少。使用學(xué)習(xí)交叉模態(tài)特
3、征的共享特征空間來進(jìn)行動作分類。實驗表明,當(dāng)一種數(shù)據(jù)缺失或者丟失時,依然能夠通過另一模態(tài)進(jìn)行識別,提高了識別泛化能力。且用矩陣表示特征提高了計算效率。
?。?)針對 RGB數(shù)據(jù)和深度數(shù)據(jù)都缺失的情況下不能識別的問題,增加骨骼特征來進(jìn)行動作識別,提出了基于RGB-D的多線性異構(gòu)信息的動作識別研究。該方法充分地利用RGB數(shù)據(jù)、深度數(shù)據(jù)和骨骼數(shù)據(jù),并用矩陣形式進(jìn)行捕獲到的時空關(guān)系特征表示。該方法學(xué)習(xí)了RGB數(shù)據(jù)、深度數(shù)據(jù)和骨骼數(shù)據(jù)的共
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
- 基于RGB-D深度信息的手勢識別研究.pdf
- 基于RGb-D圖像信息的物體識別研究.pdf
- 基于RGB-D信息的物體定位與識別.pdf
- 基于RGB-D攝像機(jī)的人體動作識別的研究.pdf
- 基于RGB-D圖像的手勢識別方法研究.pdf
- 基于特征學(xué)習(xí)的RGB-D目標(biāo)識別算法研究.pdf
- 基于RGB-D點(diǎn)云數(shù)據(jù)的物體變動識別.pdf
- 基于RGB-D信息的顯著物體檢測.pdf
- 基于RGB-D的SLAM算法研究.pdf
- 基于RGB-D的行人檢測.pdf
- 基于RGB-D物體識別的深度學(xué)習(xí)算法研究.pdf
- 基于RGB-D圖像的手勢檢測研究.pdf
- 融合RGB-D視頻中多模態(tài)特征的人體行為識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的RGB-D圖像室內(nèi)場景識別研究.pdf
- 基于Kinect的RGB-D數(shù)據(jù)對齊算法的研究.pdf
- 基于RGB-D數(shù)據(jù)的頭部姿態(tài)估計研究.pdf
- 基于模糊稀疏編碼預(yù)訓(xùn)練的RGB-D目標(biāo)識別算法.pdf
- 基于普通RGB-D相機(jī)的材質(zhì)外觀采集.pdf
- 基于RGB-D圖像的顯示適配技術(shù)研究.pdf
- 基于稀疏表示的RGB-D物體檢測.pdf
評論
0/150
提交評論