期刊文献+
共找到188篇文章
< 1 2 10 >
每页显示 20 50 100
MARKOV SKELETON PROCESS IN PERT NETWORKS 被引量:1
1
作者 孔祥星 张玄 候振挺 《Acta Mathematica Scientia》 SCIE CSCD 2010年第5期1440-1448,共9页
In this article, we investigate Programming Evaluation and Review Technique networks with independently and generally distributed activity durations. For any path in this network, we select all the activities related ... In this article, we investigate Programming Evaluation and Review Technique networks with independently and generally distributed activity durations. For any path in this network, we select all the activities related to this path such that the completion time of the sub-network (only consisting of all the related activities) is equal to the completion time of this path. We use the elapsed time as the supplementary variables and model this sub-network as a Markov skeleton process, the state space is related to the subnetwork structure. Then use the backward equation to compute the distribution of the sub-network's completion time, which is an important rule in project management and scheduling. 展开更多
关键词 PERT networks Markov skeleton process backward equation
下载PDF
联合吸收马尔可夫链和骨架映射的视频分割
2
作者 梁云 张宇晴 +1 位作者 郑晋图 张勇 《软件学报》 EI CSCD 北大核心 2024年第3期1552-1568,共17页
因严重遮挡和剧烈形变等挑战长期共存,精准鲁棒的视频分割已成为计算机视觉的热点之一.构建联合吸收马尔可夫链和骨架映射的视频分割方法,经由“预分割—后优化—再提升”逐步递进地生成精准目标轮廓.在预分割阶段,基于孪生网络和区域... 因严重遮挡和剧烈形变等挑战长期共存,精准鲁棒的视频分割已成为计算机视觉的热点之一.构建联合吸收马尔可夫链和骨架映射的视频分割方法,经由“预分割—后优化—再提升”逐步递进地生成精准目标轮廓.在预分割阶段,基于孪生网络和区域生成网络获取目标感兴趣区域,建立这些区域内超像素的吸收马尔可夫链,计算出超像素的前景/背景标签.吸收马尔可夫链可灵活有效地感知和传播目标特征,能从复杂场景初步预分割出目标物体.后优化阶段,设计短期时空线索模型和长期时空线索模型,以获取目标的短期变化规律和长期稳定特征,进而优化超像素标签,降低相似物体和噪声带来的误差.在再提升阶段,为减少优化结果的边缘毛刺和不连贯,基于超像素标签和位置,提出前景骨架和背景骨架的自动生成算法,并构建基于编解码的骨架映射网络,以学习出像素级目标轮廓,最终得到精准视频分割结果.标准数据集的大量实验表明:所提方法优于现有主流视频分割方法,能够产生具有更高区域相似度和轮廓精准度的分割结果. 展开更多
关键词 视频分割 吸收马尔可夫链 长期/短期时空线索 骨架映射网络
下载PDF
基于人体骨架的扶梯乘客异常行为识别方法
3
作者 杨学存 李杰华 +2 位作者 陈丽媛 季韦 张尚辉 《安全与环境学报》 CAS CSCD 北大核心 2024年第2期636-643,共8页
为准确识别乘客搭乘自动扶梯时的异常行为,避免安全事故的发生,提出了一种基于人体骨架的扶梯乘客异常行为识别方法。首先使用YOLOX-Tiny对视频中乘客位置进行检测,通过Alphapose算法提取骨骼关键点坐标,降低复杂背景的干扰;再使用多流... 为准确识别乘客搭乘自动扶梯时的异常行为,避免安全事故的发生,提出了一种基于人体骨架的扶梯乘客异常行为识别方法。首先使用YOLOX-Tiny对视频中乘客位置进行检测,通过Alphapose算法提取骨骼关键点坐标,降低复杂背景的干扰;再使用多流膨胀3D卷积模块增强时空特征提取能力,聚合乘客骨架的全局特征;然后将其输入改进后的时空图卷积网络中提取乘客骨架信息,通过MS-TCN模块扩大接受域以增强时间特征的提取,联合人体关键点注意力模块(Key Point Attention Module,KPAM)提升网络对相似动作的关键骨架的关注度;最后通过Softmax对异常动作进行分类。采集扶梯运行现场视频制作数据集,试验结果表明,本文算法对乘客异常行为的识别精度达到96.1%,可应用于扶梯现场的视频监控系统,提高安全管理信息化水平。 展开更多
关键词 安全工程 扶梯乘客异常行为 时空图卷积网络 人体骨架信息 行为识别
下载PDF
基于改进时空图卷积网络的人员交互行为识别
4
作者 雷静思 刘双广 +1 位作者 刘乔寿 王祥雪 《计算机应用与软件》 北大核心 2024年第4期151-158,共8页
针对人员交互行为识别存在的多模态数据融合方法导致的识别准确率与模型性能无法同时满足的问题,提出一种基于改进时空图卷积网络的人员交互行为识别方法。将单模态骨架数据引入级联的密集时空图卷积块网络中获得丰富的时空特征信息,提... 针对人员交互行为识别存在的多模态数据融合方法导致的识别准确率与模型性能无法同时满足的问题,提出一种基于改进时空图卷积网络的人员交互行为识别方法。将单模态骨架数据引入级联的密集时空图卷积块网络中获得丰富的时空特征信息,提高特征复用率;设计一种增强时空图卷积网络(EST-GCN)单元提高网络对关节点之间的信息表征能力;引入一种运动特征因子衡量肢体不同关节的重要程度,提高模型识别效果。在Kinetics数据集和办案区场景数据集上的实验结果表明,所提出方法在识别效果上具有一定优势,且该方法在模型复杂度及运行效率上具有很好的竞争力。 展开更多
关键词 交互行为 时空图卷积网络 骨架数据 密集
下载PDF
基于骨骼的人体行为识别方法研究综述
5
作者 黄倩 崔静雯 李畅 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第2期173-194,共22页
人体行为识别在视频理解中发挥了重要作用.近年来,基于骨骼的行为识别方法因其对复杂环境的干扰更具鲁棒性而受到广泛关注.文中共整理了102种基于骨骼的人体行为识别方法,并在9个公开数据集上对其进行了对比分析.按照特征学习方式的不同... 人体行为识别在视频理解中发挥了重要作用.近年来,基于骨骼的行为识别方法因其对复杂环境的干扰更具鲁棒性而受到广泛关注.文中共整理了102种基于骨骼的人体行为识别方法,并在9个公开数据集上对其进行了对比分析.按照特征学习方式的不同,分别介绍了基于手工特征的方法和基于深度学习的方法.其中,基于手工特征的方法按特征描述符的不同分为几何描述符、动力学描述符、统计描述符3个子类;基于深度学习的方法按网络主体的不同分为循环神经网络、卷积神经网络、图卷积网络、Transformer和混合网络5个子类.通过以上分析,不仅阐述了基于骨骼的行为识别方法的发展历程,还剖析了现有方法存在的泛化能力不强、计算成本高等局限.最后,从网络结构设计、相似动作区分、领域数据集拓展、多人交互等方面对未来研究方向进行了展望. 展开更多
关键词 计算机视觉 行为识别 骨骼数据 手工特征 深度学习 神经网络
下载PDF
基于双流骨架信息的人体动作识别方法
6
作者 张艳 肖文琛 张博 《计算机技术与发展》 2024年第1期158-163,共6页
针对当前基于二维图像的人体动作识别算法鲁棒性差、识别率不高等问题,提出了一种融合卷积神经网络和图卷积神经网络的双流人体动作识别算法,从人体骨架信息提取动作的时间与空间特征进行人体动作识别。首先,构建人体骨架信息时空图,利... 针对当前基于二维图像的人体动作识别算法鲁棒性差、识别率不高等问题,提出了一种融合卷积神经网络和图卷积神经网络的双流人体动作识别算法,从人体骨架信息提取动作的时间与空间特征进行人体动作识别。首先,构建人体骨架信息时空图,利用引入注意机制的图卷积网络提取骨架信息的时间和空间特征;其次,构建骨架信息运动图,将卷积神经网络网络提取到骨架运动信息的特征作为时空图卷积网络所提取特征的时间和空间特征的补充;最后,将双流网络进行融合,形成基于双流的、注意力机制的人体动作识别算法。算法增强了骨架信息的表征能力,有效提高了人体动作的识别精度,在NTU-RGB+D60数据集上取得了比较好的结果,Cross-Subject和Cross-View的识别率分别为86.5%和93.5%,相比其他同类算法有一定的提高。 展开更多
关键词 动作识别 骨架信息 注意力机制 图卷积神经网络 双流网络
下载PDF
时空关联的Transformer骨架行为识别
7
作者 卢先领 杨嘉琦 《信号处理》 CSCD 北大核心 2024年第4期766-775,共10页
目前主流的骨架行为识别方法采取关节流、骨骼流及其对应的运动流作为多流网络分别进行训练,造成训练成本高,另外,在特征提取过程中,忽略了对复杂时空依赖关系的建模,以及在时域上的信息交流采取大尺度卷积,导致聚合大量冗余信息。针对... 目前主流的骨架行为识别方法采取关节流、骨骼流及其对应的运动流作为多流网络分别进行训练,造成训练成本高,另外,在特征提取过程中,忽略了对复杂时空依赖关系的建模,以及在时域上的信息交流采取大尺度卷积,导致聚合大量冗余信息。针对以上问题,提出一种时空关联的Transformer骨架行为识别方法。首先,构建运动融合模块,以关节流和骨骼流作为双流输入,在特征级别将各自的运动信息进行融合,减少单独训练运动流的成本;其次,提出移位Transformer模块,利用时间移位操作混合时空信息的特性,配合Transformer低成本地捕获短期时空依赖关系;然后,设计多尺度时间卷积进行时域长期信息交流;最后,融合双流得分获得最终分类预测。在大规模数据集NTU RGB+D以及NTU RGB+D 120上进行实验,结果表明,该模型在NTU RGB+D数据集的两种评价标准X-Sub和X-View上分别达到了91.5%和96.3%的识别准确率,在NTU RGB+D 120数据集两种评价标准X-Sub和X-Set上分别达到了87.2%和89.3%的识别准确率,本文所提方法的识别准确率相对主流骨架行为识别方法有明显提升,验证了模型的有效性和通用性。 展开更多
关键词 Transformer网络 人体骨架 多尺度卷积 运动信息 动作识别
下载PDF
基于激光点云数据的室内路网构建方法
8
作者 冯敏 钱程扬 +1 位作者 沈姜威 谢宏全 《科技创新与应用》 2024年第9期25-28,共4页
面对价格昂贵的专业级三维激光扫描仪,针对使用现有二维底图或人工建模可能使得在构建跨楼层路网的过程中出现准确性或效率性低等情况,且考虑如何对室内过道、走廊等区域进行抽象,提出一种基于激光点云数据的室内路网构建方法。该方法... 面对价格昂贵的专业级三维激光扫描仪,针对使用现有二维底图或人工建模可能使得在构建跨楼层路网的过程中出现准确性或效率性低等情况,且考虑如何对室内过道、走廊等区域进行抽象,提出一种基于激光点云数据的室内路网构建方法。该方法以消费级激光雷达扫描设备采集的建筑物内部点云为基础数据,结合直通滤波和投影滤波对点云进行预处理,得到去噪后的平面二维点云,进行栅格二值化处理,针对性填充点云孔洞,抽取骨架线,剔除毛刺并提取骨架线节点,将节点间的拓扑关系存储为邻接表形式的图模型,得到可利用Dijkstra算法寻径并将寻得的最短路径可视化的三维路网模型。 展开更多
关键词 激光点云 路网模型 骨架线 节点 消费级
下载PDF
神经网络Skeletonization算法在优化锅炉运行参数中的应用 被引量:6
9
作者 崔育奎 陶丽 崇培安 《锅炉技术》 北大核心 2016年第2期21-26,共6页
对将神经网络Skeletonization算法进行改进,运用到优化调整锅炉性能参数的方法,用神经网络模型预测锅炉运行中需要优化的性能参数。通过神经网络的学习,模拟性能参数的影响因素与性能参数之间的映射函数,再通过改进Skeletonization算法... 对将神经网络Skeletonization算法进行改进,运用到优化调整锅炉性能参数的方法,用神经网络模型预测锅炉运行中需要优化的性能参数。通过神经网络的学习,模拟性能参数的影响因素与性能参数之间的映射函数,再通过改进Skeletonization算法对网络模型进一步计算,找出哪些影响因素对性能参数的影响较大,为快速有效准确的机组运行优化提供指导依据和方向。这种方法不仅能为机组运行优化提供直观的理论根据,同时对锅炉的运行不产生负面影响,可以实现在线优化运行。通过计算影响因素的权重值,对性能参数准确预报,为锅炉机组的性能优化调整提供便捷、准确、全面的方案。 展开更多
关键词 超临界锅炉 性能优化 神经网络 skeletonization算法
下载PDF
基于随机循环网络的汉字骨架生成
10
作者 高奕星 施霖 《现代电子技术》 北大核心 2024年第1期140-146,共7页
汉字骨架是汉字字形的重要拓扑描述,提供了汉字字形结构的重要信息。汉字骨架可以视为点序列,运用具有序列输出的循环神经网络(RNN)等生成。然而当前输出长序列的深度神经网络通常面临诸如梯度消失或爆炸,需要大量训练样本和训练时间长... 汉字骨架是汉字字形的重要拓扑描述,提供了汉字字形结构的重要信息。汉字骨架可以视为点序列,运用具有序列输出的循环神经网络(RNN)等生成。然而当前输出长序列的深度神经网络通常面临诸如梯度消失或爆炸,需要大量训练样本和训练时间长等问题,导致此类方法生成的汉字骨架蕴含的书写细节较少,同时缺乏对汉字结构的准确描述。文中将汉字的结构信息与神经网络方法相结合,使用多个并行的随机循环网络(RRN)生成汉字骨架,生成过程在两个层面进行,字符层面包括一连串的笔画,而笔画层面包括一连串的点。生成模型仅需小规模的训练数据即可完成训练,同时避免了梯度消失或爆炸的问题,不仅增强了对汉字结构的描述,而且保留了更多的骨架特征点。实验结果表明,该方法生成的汉字骨架具有更丰富的书写细节特征,可用于快速生成大规模、高质量的汉字骨架。 展开更多
关键词 汉字骨架 生成模型 随机循环网络 序列生成 间架结构 分布式网络
下载PDF
基于3D骨架相似性的自适应移位图卷积神经网络人体行为识别算法
11
作者 闫文杰 尹艺颖 《计算机科学》 CSCD 北大核心 2024年第4期236-242,共7页
图卷积神经网络(Graph Convolutional Neural network,GCN)在基于3D骨架的人体行为识别领域取得了良好效果。然而,现有的大多数GCN方法对行为动作图的构建都是基于人体物理结构的手动设置,训练阶段各个图节点只能根据手动设置建立联系,... 图卷积神经网络(Graph Convolutional Neural network,GCN)在基于3D骨架的人体行为识别领域取得了良好效果。然而,现有的大多数GCN方法对行为动作图的构建都是基于人体物理结构的手动设置,训练阶段各个图节点只能根据手动设置建立联系,无法感知动作行为过程中骨骼节点之间产生的新联系,导致图拓扑结构不合理和不灵活。移位图卷积网络通过改变图网络结构使得感受野更加灵活,并且在全局移位角度取得了良好效果。因此,提出了一种基于自适应移位图卷积神经网络(Adaptive Shift Graph Convolutional Neural network,AS-GCN)的人体行为识别算法来弥补前述GCN方法的不足。AS-GCN借鉴了移位图卷积网络的思想,提出用每个人体动作的本身特点来指导图神经网络进行移位操作,以尽可能准确地选定需要扩大感受野的节点。在基于骨架的通用动作识别数据集NTU-RGBD上,所提算法在骨骼有无物理关系约束的前提条件下均进行了实验验证。与现有的先进算法相比,AS-GCN算法的动作识别准确率在有骨骼物理约束的条件下的CV和CS角度上平均提高了12%和4.84%;在无骨骼物理约束的条件下的CV和CS角度上平均提高了20%和14.49%。 展开更多
关键词 骨架动作分类 图卷积神经网络 行为识别 自适应移位
下载PDF
3D multipath planning for UAV based on network graph 被引量:1
12
作者 Xin Liu Chengping Zhou Mingyue Ding 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2011年第4期640-646,共7页
According to the characteristic and the requirement of multipath planning, a new multipath planning method is proposed based on network. This method includes two steps: the construction of network and multipath searc... According to the characteristic and the requirement of multipath planning, a new multipath planning method is proposed based on network. This method includes two steps: the construction of network and multipath searching. The construction of network proceeds in three phases: the skeleton extraction of the configuration space, the judgment of the cross points in the skeleton and how to link the cross points to form a network. Multipath searching makes use of the network and iterative penalty method (IPM) to plan multi-paths, and adjusts the planar paths to satisfy the requirement of maneuverability of unmanned aerial vehicle (UAV). In addition, a new height planning method is proposed to deal with the height planning of 3D route. The proposed algorithm can find multiple paths automatically according to distribution of terrain and threat areas with high efficiency. The height planning can make 3D route following the terrain. The simulation experiment illustrates the feasibility of the proposed method. 展开更多
关键词 path planning skeleton graph iterative penaltymethod (IPM) network graph.
下载PDF
基于梯级流水法与裕度线性化交流潮流的目标骨干网架优化方法 被引量:1
13
作者 李少岩 张友好 顾雪平 《电网技术》 EI CSCD 北大核心 2023年第7期2788-2798,共11页
“双碳”目标推进下,电力系统大停电风险增大。面对规模较大的电网,基于网络流理论与直流潮流的目标网架生成方法求解效率较低,且难以快速通过交流校验。针对以上问题,提出一种高效的目标网架生成方法。首先分析建立目标网架生成的基本... “双碳”目标推进下,电力系统大停电风险增大。面对规模较大的电网,基于网络流理论与直流潮流的目标网架生成方法求解效率较低,且难以快速通过交流校验。针对以上问题,提出一种高效的目标网架生成方法。首先分析建立目标网架生成的基本约束与模型。然后提出基于梯级流水法的高效的连通性约束,以提升模型整体求解效率。同时采用线性化交流潮流模型,构建能够反映系统无功分配与电压水平的最优目标网架。考虑线性化误差可能引起的潮流及电压越限问题,提出考虑功率损耗裕度与无功平衡裕度的线性化最优潮流及潮流校验反馈机制,从而显著提升方案的交流校验通过率。最后,构建目标网架生成的混合整数线性规划模型,并采用IEEE-39、IEEE-118节点系统以及我国西南某地区电网等多个算例验证所提方法的有效性和求解效率。 展开更多
关键词 系统恢复 目标网架 梯级流水法 线性化交流潮流 潮流校验
下载PDF
基于图卷积神经网络的人体骨架动作识别研究进展
14
作者 杨巨成 张泉钰 +3 位作者 王波 王嫄 陈亚瑞 赵婷婷 《天津科技大学学报》 CAS 2023年第6期1-11,共11页
基于人体骨架的动作识别是实现计算机视觉智能的重要分支。本文对基于图卷积神经网络的人体骨架动作识别技术进行研究并分析,对基于频谱图卷积和空域图卷积的研究现状进行综述,并从邻接矩阵和输入特征两个角度详述了图卷积模型在人体骨... 基于人体骨架的动作识别是实现计算机视觉智能的重要分支。本文对基于图卷积神经网络的人体骨架动作识别技术进行研究并分析,对基于频谱图卷积和空域图卷积的研究现状进行综述,并从邻接矩阵和输入特征两个角度详述了图卷积模型在人体骨架动作识别领域的研究进展。此外,对现有的基于图卷积神经网络的人体骨架动作识别算法进行了分析比较,最后展望了图卷积神经网络在人体骨架动作识别领域的未来发展方向。 展开更多
关键词 图理论 图神经网络 图卷积神经网络 基于骨架的动作识别 时空域融合
下载PDF
基于人体骨架和深度学习的教师体态语言智能测评 被引量:1
15
作者 王永固 马家荣 王瑞琳 《开放教育研究》 北大核心 2023年第1期100-111,共12页
深度学习技术与教师教育融合创新,可赋能教师教学体态语言行为精准测评。针对教师体态语言人工视频分析技术滞后问题,本研究采用人物目标检测、目标追踪和体态骨架图生成三种方法,创建真实教学情境下基于人体骨架图的专家型教师标准体... 深度学习技术与教师教育融合创新,可赋能教师教学体态语言行为精准测评。针对教师体态语言人工视频分析技术滞后问题,本研究采用人物目标检测、目标追踪和体态骨架图生成三种方法,创建真实教学情境下基于人体骨架图的专家型教师标准体态语言数据集,使用金字塔卷积模块优化ResNet50残差网络,构建金字塔残差神经网络模型,并基于数据集开展识别模型的训练、验证和测试实验。结果显示,体态语言识别模型的准确率、精确率和召回率均达到95%以上,识别准确率由高到低依次为工具性体态语言、巡视性体态语言、指示性体态语言、常规性体态语言、描述性体态语言。本研究基于上述训练良好的模型,开发教师体态语言智能感知测评系统,提出教师体态语言特征的人体骨架表征方法、教师体态语言数据集创建方法及智能识别神经网络模型构建方法,构建了大数据驱动的教师课堂体态语言智能测评方法体系。 展开更多
关键词 教师体态语言 智能识别 深度学习 人体骨架 神经网络模型
下载PDF
基于多流融合网络的3D骨架人体行为识别 被引量:3
16
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
层状Al_(2)O_(3)/EP复合材料的可控制备及性能研究
17
作者 侯俊峰 唐鹏程 +2 位作者 田少华 张明哲 吴集思 《硅酸盐通报》 CAS 北大核心 2023年第6期2273-2280,共8页
采用冰模板法构筑具有层状结构的Al_(2)O_(3)三维网络骨架,并通过真空浸渍工艺制备出Al_(2)O_(3)/环氧树脂(EP)复合材料。研究了楔形硅橡胶角度、浆料固相含量、冷冻温度对层状Al_(2)O_(3)三维网络骨架微观结构的影响,分析了片层间距对A... 采用冰模板法构筑具有层状结构的Al_(2)O_(3)三维网络骨架,并通过真空浸渍工艺制备出Al_(2)O_(3)/环氧树脂(EP)复合材料。研究了楔形硅橡胶角度、浆料固相含量、冷冻温度对层状Al_(2)O_(3)三维网络骨架微观结构的影响,分析了片层间距对Al_(2)O_(3)/EP复合材料导热、介电和绝缘性能的影响。结果表明:楔形硅橡胶角度为10°和15°时Al_(2)O_(3)三维网络骨架的层状有序性最佳,固相含量的增加和冷冻温度的降低均会使片层间距减小;Al_(2)O_(3)/EP复合材料的热导率和介电常数随着片层间距的减小而增大,但体积电阻率呈降低趋势;当片层间距为45μm时,热导率达到0.52 W/(m·K),体积电阻率为10^(12)Ω·cm。 展开更多
关键词 Al_(2)O_(3)三维网络骨架 Al_(2)O_(3)/EP复合材料 冰模板法 热导率 介电常数 体积电阻率
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
18
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
基于新分区策略的ST-GCN人体动作识别
19
作者 杨世强 李卓 +3 位作者 王金华 贺朵 李琦 李德信 《计算机集成制造系统》 EI CSCD 北大核心 2023年第12期4040-4050,共11页
人体动作识别是智能监控、人机交互、机器人等领域的一项重要技术,基于人体骨架序列的动作识别方法在面对复杂背景以及人体尺度、视角和运动速度等变化时具有先天优势。时空图卷积神经网络模型(ST-GCN)在人体行为识别中具有卓越的识别性... 人体动作识别是智能监控、人机交互、机器人等领域的一项重要技术,基于人体骨架序列的动作识别方法在面对复杂背景以及人体尺度、视角和运动速度等变化时具有先天优势。时空图卷积神经网络模型(ST-GCN)在人体行为识别中具有卓越的识别性能,针对ST-GCN网络模型中的分区策略只关注局部动作的问题,设计了一种新的分区策略,通过关联根节点与更远节点,加强身体各部分信息联系和局部运动之间的联系,将根节点的相邻区域划分为根节点本身、向心群、远向心群、离心群和远离心群等5个区域,同时为各区域赋予不同的权重,提升了模型对整体动作的感知能力。最后,分别在公开数据集和真实场景下进行实验测试,结果表明,在大规模数据集Kinetics-skeleton上获得了31.1%的Top-1分类准确率,相比原模型提升了0.4%;在NTU-RGB+D的两个子数据集上分别获得了83.7%和91.6%的Top-1性能指标,相比原模型提升了2.3%和3.3%;在真实场景下,所提模型对动作变化明显且区别大的动作如俯卧撑和慢跑识别率高,对局部运动和动作变化相近的动作如鼓掌和摇头识别率偏低,尚有进一步提高的空间。 展开更多
关键词 动作识别 深度学习 时空图卷积神经网络模型 分区策略 骨架序列
下载PDF
基于CNN-LSTM双流融合网络的危险行为识别 被引量:4
20
作者 高治军 顾巧瑜 +1 位作者 陈平 韩忠华 《数据采集与处理》 CSCD 北大核心 2023年第1期132-140,共9页
针对目前人体危险行为识别过程中由于时空特征挖掘不充分导致精度不够的问题,对传统双流卷积模型进行改进,提出了一种基于CNN-LSTM的双流卷积危险行为识别模型。该模型将CNN网络与LSTM网络并联,其中CNN网络作为空间流,将人体骨架空间运... 针对目前人体危险行为识别过程中由于时空特征挖掘不充分导致精度不够的问题,对传统双流卷积模型进行改进,提出了一种基于CNN-LSTM的双流卷积危险行为识别模型。该模型将CNN网络与LSTM网络并联,其中CNN网络作为空间流,将人体骨架空间运动姿态分为静态与动态特征进行分别提取,两者融合作为空间流的输出;在时间流中采用改进的可滑动长短时记忆网络,以增加人体骨架时序特征的提取能力;最后将两个分支进行时空融合,利用Softmax对危险动作做出分类识别。在公开的NTU-RGB+D数据集和Kinetics数据集上的实验结果表明,改进后模型的平均跨角度(Cross view,CV)精度达到92.5%,平均跨视角(Cross subject,CS)精度为87.9%。所提方法优于改进前及其他方法,可以有效地对人体危险动作做出识别,同时对于模糊动作也有较好的区分效果。 展开更多
关键词 人体骨架 危险行为识别 卷积神经网络 长短时记忆网络 融合实验
下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部