期刊文献+
共找到217篇文章
< 1 2 11 >
每页显示 20 50 100
基于多模态数据的人体行为识别方法研究综述
1
作者 王彩玲 闫晶晶 张智栋 《计算机工程与应用》 CSCD 北大核心 2024年第9期1-18,共18页
人体行为识别广泛应用于智能安防、自动驾驶和人机交互等领域。随着拍摄设备和传感器技术的发展,可获取用于人体行为识别的数据不再局限于RGB数据,还有深度、骨骼和红外等多模态数据。详细介绍了基于RGB和骨骼数据模态的人体行为识别任... 人体行为识别广泛应用于智能安防、自动驾驶和人机交互等领域。随着拍摄设备和传感器技术的发展,可获取用于人体行为识别的数据不再局限于RGB数据,还有深度、骨骼和红外等多模态数据。详细介绍了基于RGB和骨骼数据模态的人体行为识别任务中特征提取方法,包括基于手工标注和基于深度学习的方法。对于RGB数据模态,重点分析了基于双流卷积神经网络、3D卷积神经网络和混合网络的特征提取算法。对于骨骼数据模态,介绍了目前流行的单人和多人姿态评估算法;重点分析了基于卷积神经网络、循环神经网络和图卷积神经网络的分类算法;进一步全面展示了两种数据模态的通用数据集。此外,基于RGB和骨骼各自的数据结构特征,探讨了目前面临的挑战,最后对未来基于深度学习的人体行为识别方法的研究方向进行了展望。 展开更多
关键词 视频理解 人体行为识别 深度学习 特征提取 姿态评估算法
下载PDF
基于骨架关键关节构建时空金字塔模型的人体行为识别
2
作者 司宇航 周天彤 冯珂垚 《计算机应用与软件》 北大核心 2024年第1期153-160,共8页
针对当前骨骼数据信噪比低及特征信息不足的问题,提出人体关键关节构建时空金字塔模型的动作识别方法。该算法利用人体骨架关键关节构建空间域金字塔特征,保留骨架铰链系统的空间结构;利用多层级叠加协方差,构建时序金字塔特征,解决需... 针对当前骨骼数据信噪比低及特征信息不足的问题,提出人体关键关节构建时空金字塔模型的动作识别方法。该算法利用人体骨架关键关节构建空间域金字塔特征,保留骨架铰链系统的空间结构;利用多层级叠加协方差,构建时序金字塔特征,解决需要预处理视频序列长度的问题。在MSR-Action3D和UTKinect数据集上的实验结果表明,该方法准确率高、实时性好,可广泛应用于行为识别的各个领域。 展开更多
关键词 人体行为识别 3D骨骼数据 时空金字塔模型 关键关节
下载PDF
基于IMU传感器与深度度量学习的人体行为识别算法
3
作者 时尚 何正燃 董恒 《移动通信》 2024年第3期131-136,共6页
人体行为识别可以定义为通过一系列观察和周围环境来确定一个人的各种姿势和日常活动。很多研究尝试将深度学习技术用于HAR中,然而,现有的基于DL的HAR方法存在复杂度较高、算力需求大和泛化性与鲁棒性不足的问题。为了解决上述问题,围... 人体行为识别可以定义为通过一系列观察和周围环境来确定一个人的各种姿势和日常活动。很多研究尝试将深度学习技术用于HAR中,然而,现有的基于DL的HAR方法存在复杂度较高、算力需求大和泛化性与鲁棒性不足的问题。为了解决上述问题,围绕基于智能手机内置IMU传感器的HAR方法,提出了一种名为RMDML的HAR方法,该方法结合了轻量化神经网络Res-MLP和深度度量学习的特征嵌入技术,旨在提取具有可分离性与可判别性的泛化特征,从而提高模型识别性能和泛化性能。RMDML模型在公开数据集UCI HAR上取得了97.26%的准确率,高于几种常见的HAR算法,证明了所提出方法的有效性。 展开更多
关键词 人体行为识别 惯性测量单元传感器 残差多层感知机 度量学习
下载PDF
基于时频域特征融合的IR-UWB穿墙雷达人体行为识别方法
4
作者 杨德贵 许道峰 《系统工程与电子技术》 EI CSCD 北大核心 2024年第3期849-858,共10页
冲激脉冲(impulse radio,IR)超宽带(ultra-wideband,UWB)穿墙雷达因其良好的穿透性和距离分辨率在穿墙人体行为识别领域具有重要作用,但是常规识别方法仅采用单域特征对行为模式进行描述,识别准确率不高。针对这一问题,提出基于时频域... 冲激脉冲(impulse radio,IR)超宽带(ultra-wideband,UWB)穿墙雷达因其良好的穿透性和距离分辨率在穿墙人体行为识别领域具有重要作用,但是常规识别方法仅采用单域特征对行为模式进行描述,识别准确率不高。针对这一问题,提出基于时频域特征融合的IR-UWB穿墙雷达人体行为识别算法。首先,通过杂波抑制及距离补偿方法获取高信噪比的人体行为距离像。其次,基于距离像提取目标时域特征,与频域特征进行融合,构建数据集。最后,基于支持向量机(support vector machine,SVM)算法对人体行为进行识别。实验结果表明,所提算法对于IR-UWB穿墙雷达人体行为识别能够达到95%的准确率。 展开更多
关键词 人体行为识别 冲激脉冲超宽带雷达 特征提取 支持向量机
下载PDF
基于双重时空特征金字塔的人体行为识别
5
作者 李贵 袁家政 +1 位作者 刘宏哲 徐成 《传感器与微系统》 CSCD 北大核心 2024年第4期132-135,共4页
针对目前人体动作存在着行为识别准确率低的问题,提出一种基于双重时空特征金字塔网络结构的人体行为识别方法—DSTFP。该方法使用SlowFast网络作为骨干网络提取不同尺度的特征,并将多个尺度的特征输入双重时空特征金字塔进行处理以增... 针对目前人体动作存在着行为识别准确率低的问题,提出一种基于双重时空特征金字塔网络结构的人体行为识别方法—DSTFP。该方法使用SlowFast网络作为骨干网络提取不同尺度的特征,并将多个尺度的特征输入双重时空特征金字塔进行处理以增加网络对多个尺度的敏感度。第一重为语义增强金字塔(SEEP),自顶向下融合多个尺度的特征,在不同尺度的特征中传递高层语义信息;第二重为空间增强金字塔(SPEP),采用自底向上的融合方式,在不同尺度的特征中传递空间定位信息。在公共数据集AVA上的实验结果表明:该方法能获得24.97 mAP,相较于原网络提升了0.77 mAP,并有效地提升了人体行为识别的准确度,相比于同类算法更符合实际应用需求。 展开更多
关键词 神经网络 特征金字塔 多尺度融合 人体行为识别 视频理解
下载PDF
基于双流-非局部时空残差卷积神经网络的人体行为识别
6
作者 钱惠敏 陈实 皇甫晓瑛 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期1100-1108,共9页
3维卷积神经网络(3D CNN)与双流卷积神经网络(two-stream CNN)是视频中人体行为识别研究的常用架构,且各有优势。该文旨在研究结合两种架构且复杂度低、识别精度高的人体行为识别模型。具体地,该文提出基于通道剪枝的双流-非局部时空残... 3维卷积神经网络(3D CNN)与双流卷积神经网络(two-stream CNN)是视频中人体行为识别研究的常用架构,且各有优势。该文旨在研究结合两种架构且复杂度低、识别精度高的人体行为识别模型。具体地,该文提出基于通道剪枝的双流-非局部时空残差卷积神经网络(TPNLST-ResCNN),该网络采用双流架构,分别在时间流子网络和空间流子网络采用时空残差卷积神经网络(ST-ResCNN),并采用均值融合算法融合两个子网络的识别结果。进一步地,为了降低网络的复杂度,该文提出了针对时空残差卷积神经网络的通道剪枝方案,在实现模型压缩的同时,可基本保持模型的识别精度;为了使得压缩后网络能更好地学习到输入视频中人体行为变化的长距离时空依赖关系,提高网络的识别精度,该文提出在剪枝后网络的首个残差型时空卷积块前引入一个非局部模块。实验结果表明,该文提出的人体行为识别模型在公共数据集UCF101和HMDB51上的识别准确率分别为98.33%和74.63%。与现有方法相比,该文模型具有参数量小、识别精度高的优点。 展开更多
关键词 人体行为识别 双流卷积神经网络 3维卷积神经网络 网络剪枝 非局部模块
下载PDF
基于单模态的多尺度特征融合人体行为识别方法 被引量:1
7
作者 刘锁兰 田珍珍 +2 位作者 王洪元 林龙 王炎 《计算机应用》 CSCD 北大核心 2023年第10期3236-3243,共8页
针对人体行为识别任务中未能充分挖掘超距关节点之间潜在关联的问题,以及使用多模态数据带来的高昂训练成本的问题,提出一种单模态条件下的多尺度特征融合人体行为识别方法。首先,将人体的原始骨架图进行全局特征关联,并利用粗尺度的全... 针对人体行为识别任务中未能充分挖掘超距关节点之间潜在关联的问题,以及使用多模态数据带来的高昂训练成本的问题,提出一种单模态条件下的多尺度特征融合人体行为识别方法。首先,将人体的原始骨架图进行全局特征关联,并利用粗尺度的全局特征捕获远距离关节点间的联系;其次,对全局特征关联图进行局部划分以得到融合了全局特征的互补子图(CSGF),利用细尺度特征建立强关联,并形成多尺度特征的互补;最后,将CSGF输入时空图卷积模块中提取特征,并聚合提取后的结果以输出最终的分类结果。实验结果表明,在行为识别权威数据集NTU RGB+D60上,所提方法的准确率分别为89.0%(X-sub)和94.2%(X-view);在具有挑战性的大规模数据集NTU RGB+D120上,所提方法的准确率分别为83.3%(X-sub)和85.0%(X-setup),与单模态下的ST-TR(Spatial-Temporal TRansformer)相比,分别提升1.4和0.9个百分点,与轻量级SGN(Semantics-Guided Network)相比,分别提升4.1和3.5个百分点。可见,所提方法能够充分挖掘多尺度特征的协同互补性,并有效提高单模态条件下模型的识别准确率和训练效率。 展开更多
关键词 人体行为识别 骨架关节点 图卷积网络 单模态 多尺度 特征融合
下载PDF
基于双流图卷积网络的人体行为识别算法 被引量:2
8
作者 王宪伦 王广宇 孙宇轩 《传感器与微系统》 CSCD 北大核心 2023年第7期140-143,147,共5页
针对传统的卷积网络对人体行为识别速度不高或识别精度偏低的问题,提出了基于图卷积网络(GCN)的人体行为识别算法。首先,介绍了时空图卷积网络(ST-GCN)算法,该算法将人体骨架信息归类于图信息,并在时域和空间域上对人体信息进行图卷积运... 针对传统的卷积网络对人体行为识别速度不高或识别精度偏低的问题,提出了基于图卷积网络(GCN)的人体行为识别算法。首先,介绍了时空图卷积网络(ST-GCN)算法,该算法将人体骨架信息归类于图信息,并在时域和空间域上对人体信息进行图卷积运算;其次,使用双流GCN进行模型的搭建,双流GCN是对ST-GCN的一种改进,为某些相距很远但某些动作中关系密切的点创建“不可能连接”,并提出骨骼的长度和方向对人体行为识别也起到重要作用的观点。实验结果表明:对于选取的4个行为的平均识别率达到了92.2%,因此,基于双流GCN算法的人体行为识别方法具有可行性。 展开更多
关键词 图卷积网络 人体行为识别 时空图卷积网络 双流图卷积网络
下载PDF
基于多流融合网络的3D骨架人体行为识别 被引量:1
9
作者 陈泯融 彭俊杰 曾国强 《华南师范大学学报(自然科学版)》 CAS 北大核心 2023年第1期94-101,共8页
当前大多基于卷积神经网络的3D骨架人体行为识别模型没有充分挖掘骨架序列所蕴含的几何特征,为了弥补这方面的不足,文章在AIF-CNN模型的基础上进行改进,提出多流融合网络模型(MS-CNN)。在此模型中,新增一种几何特征(kernel特征)作为输入... 当前大多基于卷积神经网络的3D骨架人体行为识别模型没有充分挖掘骨架序列所蕴含的几何特征,为了弥补这方面的不足,文章在AIF-CNN模型的基础上进行改进,提出多流融合网络模型(MS-CNN)。在此模型中,新增一种几何特征(kernel特征)作为输入,起到了丰富原始特征的作用;新增多运动特征,使模型学习到更加健壮的全局运动信息。最后,在NTU RGB+D 60数据集上进行消融实验,分别在NTU RGB+D 60数据集、NTU RGB+D 120数据集上,将MS-CNN模型与19、8个行为识别模型进行对比实验。消融实验结果表明:MS-CNN模型采用joint特征与kernel特征融合,其识别准确率比与core特征融合的高;随着多运动特征的增多,MS-CNN模型的识别准确率有所提高。对比实验结果表明:MS-CNN模型在2个评估策略下的识别准确率超过了大部分对比模型(包括基准AIF-CNN模型)。 展开更多
关键词 人体行为识别 3D骨架 多流融合网络 卷积神经网络
下载PDF
基于改进3D ResNet的视频人体行为识别方法研究
10
作者 牛为华 翟瑞冰 《计算机工程与科学》 CSCD 北大核心 2023年第10期1814-1821,共8页
针对人体行为在视频中呈现的时序性特点,提出了一种融合非对称卷积和CBR模块的视频人体行为识别方法。该方法使用3D ResNet-50作为主干网络。首先,将网络中较大的卷积核拆分为2个非对称3D卷积核的串联,加深卷积层在水平和竖直方向上的... 针对人体行为在视频中呈现的时序性特点,提出了一种融合非对称卷积和CBR模块的视频人体行为识别方法。该方法使用3D ResNet-50作为主干网络。首先,将网络中较大的卷积核拆分为2个非对称3D卷积核的串联,加深卷积层在水平和竖直方向上的局部关键特征提取;其次,加入了CBR模块,以增加网络层数。该网络对连续的视频帧序列进行图像和时序的多角度特征提取,并根据特征数据对其进行分类,最后输出识别结果。在基准数据集UCF101上的大量实验结果表明,所提方法的Top1准确率和Top5准确率与原始3D ResNet网络相比分别提升了4.03%和4.99%,且该方法的识别准确率也优于其他主流方法的识别准确率。 展开更多
关键词 人体行为识别 3D卷积 3D ResNet网络 非对称卷积 UCF101数据集
下载PDF
融合注意力和多尺度时空图网络的人体行为识别
11
作者 王林 田晨光 《单片机与嵌入式系统应用》 2023年第4期41-44,49,共5页
提取一种融合注意力和多尺度时空图网络的人体行为识别算法,在时空图网络卷积层融入通道-空间级联注意力机制以及在时间图卷积中增加多尺度卷积,利用改进的算法通过嵌入式平台在NTU RGB+D数据集的两个评估基准X-Sub和X-View上的准确率... 提取一种融合注意力和多尺度时空图网络的人体行为识别算法,在时空图网络卷积层融入通道-空间级联注意力机制以及在时间图卷积中增加多尺度卷积,利用改进的算法通过嵌入式平台在NTU RGB+D数据集的两个评估基准X-Sub和X-View上的准确率达到了89.1%和92.5%。实验结果表明,该方法具有可靠的精度,可以应用于嵌入式平台完成人体行为识别任务。 展开更多
关键词 ST-GCN 注意力机制 多尺度时间卷积 嵌入式平台 人体行为识别
下载PDF
基于卷积神经网络的人体行为识别方法
12
作者 林峰 《通化师范学院学报》 2023年第12期61-66,共6页
为提高基于智能手机三轴加速度传感器的人体行为分类模型准确率,提出了一种卷积神经网络人体行为识别方法,通过固定时间窗口对连续样本数据进行切割分片,构造多层神经元网络结构,优化调整关键核心参数,使用新方法训练出的人体行为识别... 为提高基于智能手机三轴加速度传感器的人体行为分类模型准确率,提出了一种卷积神经网络人体行为识别方法,通过固定时间窗口对连续样本数据进行切割分片,构造多层神经元网络结构,优化调整关键核心参数,使用新方法训练出的人体行为识别模型平均交叉准确率可达91.7%,较其他传统机器学习算法有较大提升. 展开更多
关键词 人体行为识别 卷积神经网络 三轴加速度传感器
下载PDF
基于双注意力时间卷积网络的人体行为识别 被引量:1
13
作者 金博 王景林 +1 位作者 刘泓铄 张建锋 《计算机工程与设计》 北大核心 2023年第1期284-291,共8页
为解决TCN使用可穿戴传感器数据进行人体行为识别准确率不高的问题,提出适用于可穿戴传感器数据的双注意力时间卷积网络的人体行为识别模型。为TCN引入两类不同的注意力模块,提取与当前行为高度相关的深层特征。利用LN层代替TCN中残差... 为解决TCN使用可穿戴传感器数据进行人体行为识别准确率不高的问题,提出适用于可穿戴传感器数据的双注意力时间卷积网络的人体行为识别模型。为TCN引入两类不同的注意力模块,提取与当前行为高度相关的深层特征。利用LN层代替TCN中残差模块的WN层,优化模型的残差结构。创新性地应用三元组损失函数区分高相似传感器数据的异类行为。实验结果表明,在公共人体行为数据集PAMAP2上采用该模型的识别准确率高达98.25%,相较原始TCN模型提升了5.28%。 展开更多
关键词 可穿戴传感器 人体行为识别 时间卷积网络 注意力机制 三元组损失函数
下载PDF
基于Conv-Involution的红外视频小样本人体行为识别方法
14
作者 姚天 余磊 +3 位作者 崔帅华 周啸辉 熊邦书 欧巧凤 《激光与红外》 CAS CSCD 北大核心 2023年第2期246-252,共7页
红外视频存在颜色信息缺失较为严重、识别区域易与背景混淆等现象,使得现有小样本特征提取网络常常关注无效信息,导致识别精度较低。针对此问题,本文提出一种基于内卷积(Conv-Involution)算子的红外视频小样本人体行为识别方法。首先,通... 红外视频存在颜色信息缺失较为严重、识别区域易与背景混淆等现象,使得现有小样本特征提取网络常常关注无效信息,导致识别精度较低。针对此问题,本文提出一种基于内卷积(Conv-Involution)算子的红外视频小样本人体行为识别方法。首先,通过InstColorization方法恢复红外视频中的颜色信息;其次,基于空间和通道特异性设计Conv-Involution算子,并利用该算子和改进注意力机制设计特征提取网络,分离背景,更有效地关注行为发生区域;最后,结合小样本学习方法ANIL进行人体行为分类。对比实验结果表明,本文所提方法不但识别精度最高,而且具有出色的稳定性。 展开更多
关键词 人体行为识别 Conv-Involution算子 小样本学习 红外视频
下载PDF
基于改进MobileNet V1的红外图像人体行为识别方法
15
作者 毛天雅 余磊 +4 位作者 周啸辉 姚天 万文文 熊邦书 欧巧凤 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2023年第3期362-369,共8页
为解决红外图像人体行为识别中深度学习模型参数量多、运行速度慢,以及无法对突发事件进行实时处理等问题,提出一种基于改进MobileNet V1网络的人体行为识别方法。根据红外图像特性,在通道维度上压缩输入特征,生成空间信息描述符;进行... 为解决红外图像人体行为识别中深度学习模型参数量多、运行速度慢,以及无法对突发事件进行实时处理等问题,提出一种基于改进MobileNet V1网络的人体行为识别方法。根据红外图像特性,在通道维度上压缩输入特征,生成空间信息描述符;进行充分的信息交互,并由Sigmoid函数得权重向量;与输入特征相乘,获得优化后的特征,构建高效空间注意力模块;利用空间注意力模块改进MobileNet V1网络,保留其轻量化优势并提升其在红外条件下的性能。实验结果表明,MobileNet V1+ESA网络的识别率达到99.83%,明显优于MobileNet V1网络;与基于红外图像的其他网络相比,在识别精度基本不变的情况下,大幅降低了参数量和运行时间,取得了良好的识别效果。 展开更多
关键词 人体行为识别 红外图像 MobileNet V1网络 空间注意力 ESA模块
原文传递
基于低成本物联网芯片ESP32的人体行为识别系统
16
作者 胡超 鲁邦彦 +3 位作者 杨彦兵 陈哲 张磊 陈良银 《物联网学报》 2023年第2期133-142,共10页
人体行为识别广泛存在于运动管理、行为分类等应用中,当前的人体行为识别应用主要分为基于摄像机、基于可穿戴设备和基于Wi-Fi感知3类。其中,基于摄像机的人体行为识别应用存在隐私泄露的风险,基于可穿戴设备的人体行为识别应用存在续... 人体行为识别广泛存在于运动管理、行为分类等应用中,当前的人体行为识别应用主要分为基于摄像机、基于可穿戴设备和基于Wi-Fi感知3类。其中,基于摄像机的人体行为识别应用存在隐私泄露的风险,基于可穿戴设备的人体行为识别应用存在续航短、精度差等问题。基于Wi-Fi感知的人体行为识别一般通过Wi-Fi网卡或软件无线电设备识别信道状态信息变化的规律,从而推测用户行为,不存在隐私泄露和续航短的问题,但Wi-Fi网卡需要依靠计算机且软件无线电平台价格昂贵,极大地限制了Wi-Fi感知的应用场景。针对上述问题,提出了一种基于低成本物联网芯片ESP32的人体行为识别系统。具体地,所提系统首先使用Hampel滤波器和高斯滤波器对ESP32获得的信道状态信息进行预处理,然后使用主成分分析和离散小波变换降低数据的维度,最后通过K最近邻(KNN,K-nearest neighbor)算法对数据进行分类。实验结果表明该系统在仅使用两个ESP32节点的情况下,可以达到与当前主流Wi-Fi感知系统(Intel 5300网卡)相近的识别准确率,6种行为的平均准确率为98.6%。 展开更多
关键词 人体行为识别 信道状态信息 KNN 离散小波变换 动态时间规整
下载PDF
融合快照集成与知识迁移的人体行为识别算法 被引量:1
17
作者 李媛 李杜 +2 位作者 袁雪林 徐奕禹 朱祥维 《信号处理》 CSCD 北大核心 2023年第1期73-83,共11页
用卷积网络进行人体行为识别是毫米波雷达的一个热门研究方向。由于卷积网络结构的缺陷性,而且目前用于人体行为识别公开的雷达领域数据样本量过少,传统深度学习算法对雷达微多普勒图像的识别率不高,且在训练过程中容易出现过拟合的现... 用卷积网络进行人体行为识别是毫米波雷达的一个热门研究方向。由于卷积网络结构的缺陷性,而且目前用于人体行为识别公开的雷达领域数据样本量过少,传统深度学习算法对雷达微多普勒图像的识别率不高,且在训练过程中容易出现过拟合的现象。针对上述问题,本文提出一种融合快照集成与迁移学习的雷达人体行为识别算法。首先,针对深度卷积网络无法提取图像全局特征的问题,该算法通过搭建Vision Transformer(VIT)模型引入注意力机制。其次,通过VIT模型在公开自然数据集上进行任务迁移和特征空间的迁移,解决微多普勒图像的识别过拟合的问题。最后,利用基于快照集成的投票机制算法,提升模型对复杂雷达微多普勒图像的识别能力。试验结果表明,在目标任务数据集样本量少、背景复杂的情况下,该算法能在不增加训练成本的前提下提升微多普勒图像的识别准确率,在VIT模型下该算法识别准确率达到了89.25%,优于经典卷积神经网络。 展开更多
关键词 毫米波雷达 迁移学习 集成学习 人体行为识别 微多普勒
下载PDF
基于CNN和LSTM混合模型的红外人体行为识别
18
作者 高程 唐超 +1 位作者 童安炀 王文剑 《合肥学院学报(综合版)》 2023年第5期77-85,共9页
提出了基于卷积神经网络(Convolutional Neural Networks,CNN)和长短时记忆网络(Long Short Term Memory Network,LSTM)两种网络模型的混合模型C-L的红外人体行为识别方法。首先,通过提取红外视频中的每帧红外图像,对图像信息进行预处理... 提出了基于卷积神经网络(Convolutional Neural Networks,CNN)和长短时记忆网络(Long Short Term Memory Network,LSTM)两种网络模型的混合模型C-L的红外人体行为识别方法。首先,通过提取红外视频中的每帧红外图像,对图像信息进行预处理,得到视频中动作的空间和时序信息;其次,分别输入CNN模型进行卷积、池化等空间特征提取操作,输入LSTM模型进行时序特征提取操作;最后,两条网络通过决策级别的得分融合策略获取分类结果。基于自建的红外人体行为数据集,对设计的十个行为动作进行分类,做了对比实验,最后取得了比较好的结果。 展开更多
关键词 人体行为识别 深度学习 融合模型 红外视频 特征提取
下载PDF
基于改进双流ResNet网络的人体行为识别算法研究
19
作者 贾永乐 周李涌 +1 位作者 刘月峰 弓彦章 《内蒙古科技大学学报》 CAS 2023年第2期145-148,共4页
针对现有的双流卷积神经网络,无法充分的融合视频的时序信息,从而对视频的行为理解不充分的问题,提出了一种改进的双流网络模型.首先在原双流网络中,分别将VGG-16神经网络替换为改进的ResNet神经网络,对单帧RGB图像特征进行预处理,将提... 针对现有的双流卷积神经网络,无法充分的融合视频的时序信息,从而对视频的行为理解不充分的问题,提出了一种改进的双流网络模型.首先在原双流网络中,分别将VGG-16神经网络替换为改进的ResNet神经网络,对单帧RGB图像特征进行预处理,将提取到的数据特征输入到改进的残差网络中.其次,在时间流部分,将连续光流图作为改进的ResNet网络结构的输入.最后,将得到的空间静态信息和运动信息在Fusion层进行融合,利用Softmax最大似然函数完成行为识别的任务,得到最终结果.实验结果表明:在UCF-101和HMDB-51数据集上,识别算法的平均精度分别为94.2%和68.4%,与传统方法相比,准确率有所提升,验证了该方法的有效性. 展开更多
关键词 ResNet 光流图 时空特征 人体行为识别
下载PDF
基于改进储备池计算模型的人体行为识别
20
作者 陈宇骞 任旭超 +1 位作者 朱雅琳 颜延 《计算机科学与应用》 2023年第3期528-536,共9页
人体行为识别(human activity recognition, HAR)是元宇宙场景人机交互应用中的关键任务。在基于传感器的HAR任务中,提取有用特征是提高模型性能的关键。为此,本文提出了一种改进的储备池计算网络框架(enhanced reservoir computing net... 人体行为识别(human activity recognition, HAR)是元宇宙场景人机交互应用中的关键任务。在基于传感器的HAR任务中,提取有用特征是提高模型性能的关键。为此,本文提出了一种改进的储备池计算网络框架(enhanced reservoir computing network framework, ERCNF)。本文首先使用圆形储备池模块提取信号的特征,然后使用降维模块对提取的特征进行降维,最后使用岭回归器进行线性读出。我们在UCI-HAR和mHealth两个公开数据集上评估ERCNF模型。在UCI-HAR和mHealth数据集上ERCNF模型的准确率分别为98.1%和95.6%。该模型具有训练速度快,准确率高等特点,能有效地从数据中提取深度特征,在可穿戴应用中具有良好的应用前景。 展开更多
关键词 储备池计算 回声状态网络 特征融合 人体行为识别
下载PDF
上一页 1 2 11 下一页 到第
使用帮助 返回顶部