期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进深度学习模型C-GRBM的人体行为识别
被引量:
7
1
作者
毕晓君
冯雪赟
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2018年第1期156-162,共7页
为了提高复杂视频中人体行为识别的性能,在Gate限制玻尔兹曼机(gate restricted boltzmann machine,GRBM)模型基础上提出一种结合卷积神经网络的Convolutional-GRBM(C-GRBM)模型。利用视频图像平稳性的特点,通过不同的卷积核提取可见层...
为了提高复杂视频中人体行为识别的性能,在Gate限制玻尔兹曼机(gate restricted boltzmann machine,GRBM)模型基础上提出一种结合卷积神经网络的Convolutional-GRBM(C-GRBM)模型。利用视频图像平稳性的特点,通过不同的卷积核提取可见层不同的特征,提高模型局部特征提取能力,进而得到更好的人体行为识别率;加入池化操作,对卷积层输出的不同位置上的特征进行聚合统计,降低卷积层输出特征量的维度,从而解决原模型参数过多、容易过拟合等缺陷,进而降低人体行为识别复杂度。在人体行为测试库上的测试表明,本文提出的CGRBM模型能够较好地提高人体行为识别性能。
展开更多
关键词
深度学习
人体行为识别
Gate限制玻尔兹曼机
卷积神经网络
支持向量机
下载PDF
职称材料
结合CNN的人体行为识别特征特取模型的改进
被引量:
1
2
作者
毕晓君
冯雪赟
《黑龙江科技信息》
2017年第4期79-81,共3页
人体行为识别是计算机视觉研究的一个热点,其目标是从一个未知的视频或者是图像序列中自动分析其中正在进行的行为。针对目前人体行为识别过程中特征提取仍旧存在的参数过多、特征提取效果不好等缺陷,本文在RBM模型的基础上提出一种结...
人体行为识别是计算机视觉研究的一个热点,其目标是从一个未知的视频或者是图像序列中自动分析其中正在进行的行为。针对目前人体行为识别过程中特征提取仍旧存在的参数过多、特征提取效果不好等缺陷,本文在RBM模型的基础上提出一种结合卷积神经网络的特征提取模型,在人体行为测试库上的测试表明,本文提出的卷积条件限制玻尔兹曼模型能在人体行为识别的准确度上优于RBM模型。
展开更多
关键词
深度学习
人体行为识别
RBM
卷积神经网络
下载PDF
职称材料
题名
基于改进深度学习模型C-GRBM的人体行为识别
被引量:
7
1
作者
毕晓君
冯雪赟
机构
哈尔滨工程大学信息与通信工程学院
出处
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2018年第1期156-162,共7页
文摘
为了提高复杂视频中人体行为识别的性能,在Gate限制玻尔兹曼机(gate restricted boltzmann machine,GRBM)模型基础上提出一种结合卷积神经网络的Convolutional-GRBM(C-GRBM)模型。利用视频图像平稳性的特点,通过不同的卷积核提取可见层不同的特征,提高模型局部特征提取能力,进而得到更好的人体行为识别率;加入池化操作,对卷积层输出的不同位置上的特征进行聚合统计,降低卷积层输出特征量的维度,从而解决原模型参数过多、容易过拟合等缺陷,进而降低人体行为识别复杂度。在人体行为测试库上的测试表明,本文提出的CGRBM模型能够较好地提高人体行为识别性能。
关键词
深度学习
人体行为识别
Gate限制玻尔兹曼机
卷积神经网络
支持向量机
Keywords
deep learning
human behavior recognition
gate restricted Bohzmann machine (GRBM)
convolutional neural network
support vector machine
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
结合CNN的人体行为识别特征特取模型的改进
被引量:
1
2
作者
毕晓君
冯雪赟
机构
哈尔滨工程大学信息与通信工程学院
出处
《黑龙江科技信息》
2017年第4期79-81,共3页
文摘
人体行为识别是计算机视觉研究的一个热点,其目标是从一个未知的视频或者是图像序列中自动分析其中正在进行的行为。针对目前人体行为识别过程中特征提取仍旧存在的参数过多、特征提取效果不好等缺陷,本文在RBM模型的基础上提出一种结合卷积神经网络的特征提取模型,在人体行为测试库上的测试表明,本文提出的卷积条件限制玻尔兹曼模型能在人体行为识别的准确度上优于RBM模型。
关键词
深度学习
人体行为识别
RBM
卷积神经网络
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进深度学习模型C-GRBM的人体行为识别
毕晓君
冯雪赟
《哈尔滨工程大学学报》
EI
CAS
CSCD
北大核心
2018
7
下载PDF
职称材料
2
结合CNN的人体行为识别特征特取模型的改进
毕晓君
冯雪赟
《黑龙江科技信息》
2017
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部