-
题名基于RGB-D视频的多模态手势识别
被引量:3
- 1
-
-
作者
马正文
蔡坚勇
刘磊
欧阳乐峰
李楠
-
机构
福建师范大学光电与信息工程学院
福建师范大学医学光电科学与技术教育部重点实验室
福建师范大学福建省光子技术重点实验室
福建师范大学福建省光电传感应用工程技术研究中心
福建师范大学智能光电系统工程研究中心
-
出处
《计算机系统应用》
2018年第12期234-239,共6页
-
基金
福建省自然科学基金(2017J01744)~~
-
文摘
本文是对SKIG RGB-D多模态的孤立手势视频进行手势识别研究.首先将RGB和Depth两种单模态视频提取成图片的形式保存,然后采样成长度为32帧的手势序列分别输入到本文提出的稠密连接的3DCNN组件学习短期的时空域特征,然后将提取的时空域特征输入到卷积GRU网络进行长期的时空域特征学习,最终对单模态训练好的网络进行多模态融合,提升网络识别准确率.本文在SKIG数据集上取得了99.07%的识别准确率,达到了极高的准确率,证明了本文提出的网络模型的有效性.
-
关键词
手势识别
稠密连接的3dcnn
卷积GRU
时空域特征
-
Keywords
gesture recognition
densely connected 3dcnn
convolutional GRU
spatiotemporal features
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的地下震源定位方法
- 2
-
-
作者
王小亮
苏新彦
孔庆珊
崔敏
赵飞飞
李剑
-
机构
中北大学信息探测与处理山西省重点实验室
山东省军区数据信息室
中北大学科学技术研究院
-
出处
《单片机与嵌入式系统应用》
2020年第12期45-48,52,共5页
-
基金
国家自然基金青年科学基金(61901419)
山西省面上青年资金(201801D221205)
+2 种基金
山西省高校创新项目(201802083)
装备预研兵器工业联合基金(6141B012895)
装备预研兵器装备联合基金(6141B021301)。
-
文摘
本文提出了一种基于深度学习的地下震源定位方法。首先,利用稠密连接网络能够促进特征重复利用的优势,设计了稠密连接的3D卷积神经网络(3DCNN);其次,利用空间金字塔池化层(SPP)可以对高层特征进行多尺度提取再聚合的特点,设计了3D空间金字塔池化结构(3DSPP);最后,将三维能量场图像输入到设计的稠密连接的3DCNN+3DSPP+全连接层(FC)模型中进行训练和测试,最终输出震源坐标。实验结果表明,本文设计的深度神经网络能够实现能量聚焦点的准确定位。
-
关键词
地下浅层定位
三维能量场图像
深度学习
稠密连接的3dcnn
3D空间金字塔池化
-
Keywords
shallow underground positioning
3D energy field image
deep learning
densely connected 3dcnn
3D spatial pyramid pooling
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-