注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于机器视觉识别火场中受困者行为的方法研究

  2. 提供固定摄像头拍摄的视频短片，包括站立、弯腰、下蹲、坐下、跌倒共5个动作；程序要求对拍摄的短片进行人体识别（使用vibe背景建模方法），然后对人体的各个行为进行识别并得到相应的结论最后可视化呈现

  3. 所属分类：C++

    • 发布日期：2018-10-16
    • 文件大小：229638144
    • 提供者：weixin_38902664

  1. 基于视觉的人体行为识别算法研究综述.zip

  2. 主要讲述人体行为识别的基础流程，归纳了人体行为识别常用的数据集，总结了时域分割的发展现状和常用的方法，讲解了人体行为识别比较经典的方法，并归纳了人体行为识别最新、最热的深度学习方法。引入了动作分割，再结合行为识别，能够实现连续的人体行为识别，使得行为识别适用于实际场景，而不再是对经过人工剪辑好的单个视频进行识别，这在实际应用中意义重大。

  3. 所属分类：互联网

    • 发布日期：2020-05-30
    • 文件大小：3145728
    • 提供者：qq_40943944

  1. 基于先验的动作视频关键帧提取

  2. 针对运动视频关键帧提取结果运动表达能力差的问题,以健美操运动视频关键帧提取为例,将先验语义引入到视频片段分割和关键帧提取特征提取等过程中,提出基于先验的运动视频关键帧提取算法。该算法采用韵律特征和动作节拍连续性等先验知识,将健美操动作视频分解成不同长度的动作视频片段,并利用Hog人体分类器从每一帧图像中识别出人体边界框;通过人体模板将人体边界框分割为16个运动块,并采用光流法计算每个运动块的基本运动方向;通过比较运动块基本运动方向的差异实现了动作视频关键帧提取。实验证明,该方法在保证关键帧视频压

  3. 所属分类：其它

    • 发布日期：2020-07-09
    • 文件大小：658432
    • 提供者：weixin_38624437

  1. 基于分层池的深度卷积神经网络用于人类动作识别

  2. 基于视频的人体动作识别是计算机视觉中一个活跃且具有挑战性的话题。过去几年，深度卷积神经网络（CNN）成为最受欢迎的方法，并在HMDB-51和UCF-101等多个数据集上达到了最先进的性能。 由于每个视频都具有多种帧级功能，因此如何组合这些功能以获得良好的视频级功能成为一项艰巨的任务。 因此，本文提出了一种基于深度卷积神经网络（SP-CNN）的新颖的动作识别方法-分层池化。 该过程主要由五个部分组成：（i）在目标数据集上微调预训练的CNN，（ii）帧级特征提取； （iii）用于减少特征维数的主成分

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_38560797

  1. 视频中人体动作识别方法

  2. 视频中人体动作识别方法

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1048576
    • 提供者：weixin_38689041

  1. 全卷积网络用于动作识别

  2. 人体动作识别是计算机视觉中一个重要且具有挑战性的主题。 最近，卷积神经网络（CNN）为许多图像识别任务建立了令人印象深刻的结果。 CNN通常包含数百万个参数，这些参数在小数据集上训练时容易过拟合。 因此，CNN不会比传统的动作识别方法产生更好的性能。 在这项研究中，作者设计了一种新颖的两流全卷积网络体系结构来进行动作识别，该体系结构可以在保持性能的同时显着减少参数。 为了利用时空特征的优势，使用线性加权融合方法融合两流网络的特征图，并采用视频池化方法构建视频级特征。 同时，作者还证明了改进的密集

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：1048576
    • 提供者：weixin_38522636

  1. 基于轮廓图的人体跟踪和动作序列识别

  2. 本文介绍了一种用于人体轮廓跟踪和动作序列识别的新框架。 给定一个带有标签的人类轮廓序列的画廊，我们将每个轮廓定义为一个“单词”，并将它们全部编码为轮廓字典。 该词典将用于翻译视频。 为此，通过连接所有相邻轮廓来构造轮廓图。 然后，将视频中的运动视为该图上随机游动的一个实例。 结果，我们可以避免显式设置轮廓曲线的参数并为轮廓更新的动力学系统建模。 在这样的工作环境中，使用序列蒙特卡洛（SMC）方法实现随机游走时，只有几个状态变量需要估计。 此外，图形上的游走还与预定义图库中的隐式执行序列比较，从中

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：262144
    • 提供者：weixin_38739164

  1. 基于Bi-LSTM-Attention模型的人体行为识别算法

  2. 针对长短时记忆网络(LSTM)不能有效地提取动作前后之间相互关联的信息导致行为识别率偏低的问题,提出了一种基于Bi-LSTM-Attention模型的人体行为识别算法。该算法首先从每个视频中提取20帧图像,通过Inceptionv3模型提取图像中的深层特征,然后构建向前和向后的Bi-LSTM神经网络学习特征向量中的时序信息,接着利用注意力机制自适应地感知对识别结果有较大影响的网络权重,使模型能够根据行为的前后关系实现更精确的识别,最后通过一层全连接层连接Softmax分类器并对视频进行分类。通过

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：4194304
    • 提供者：weixin_38550834

  1. 一种基于MHI和支持向量机的人体动作识别方法分析

  2. 针对现代人体动作识别过程中的问题，本文研究了基于MHI及支持向量机的人体动作识别方法，通过运动图像序列得到MHI图像，之后获得视频帧中的运动目标特点，通过此运动目标特点实现人体动作种类的分类，并且得到实验结果。通过得出的实验结果可以看出来，基于MHI和支持向量机的人体动作是被方法能够在提取特征的过程中不仅保证信息量，还能够避免出现信息冗余的特点，保证实验的精准度，有效提高运行效率，所以此识别方法有效且精准。

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：1048576
    • 提供者：weixin_38571992