为解决基于三维卷积神经网络(three dimensional convolutional neural network,3D-CNN)的人体行为识别在时间序列特征提取和特征压缩方面存在的不足,提出了更强的基于3D-CNN的骨架动作识别(stronger 3D-CNN-based approach for skeleto...为解决基于三维卷积神经网络(three dimensional convolutional neural network,3D-CNN)的人体行为识别在时间序列特征提取和特征压缩方面存在的不足,提出了更强的基于3D-CNN的骨架动作识别(stronger 3D-CNN-based approach for skeleton-based action recognition,S-PoseConv3D)网络。该网络通过引入时间序列分配策略(time series allocation strategy,TSAS)和多频率分量特征压缩(multi-frequency component feature compression fusion,M3F)有效提升了PoseConv3D的性能。TSAS通过计算时间序列权重,动态调整不同时间序列在特征提取过程中的比重,从而增强了模型对人体行为时空特征的捕捉能力。M3F则利用离散余弦变换对特征图进行多频率分量的压缩和融合,进而保留了更多的时空信息,减少了全局池化导致的特征丢失。该网络在基于体操视频的数据集(dataset built on top of gymnastic videos,FineGYM)和南洋理工大学骨架行为识别数据集60分类扩展版子集(Nanyang university of technology skeleton behavior recognition dataset 60 classification extended subset,NTU60-XSub)上进行了实验,其相比于原始PoseConv3D在FineGYM数据集上提升了3.93%的平均最高准确率,在NTU60-XSub数据集上也有显著的性能提升,表现出更高的准确率和鲁棒性。该网络能够应用在安防监控、人机交互等领域。展开更多
近年来城市绿地的健康益处引起了国内外学者广泛关注,其健康效应量化分析成为该领域的关键内容。研究首先回顾国内外城市绿地与居民健康关系的理论基础,运用荟萃分析方法对Medline、Web of science核心集和GreenFile数据库进行文献系统...近年来城市绿地的健康益处引起了国内外学者广泛关注,其健康效应量化分析成为该领域的关键内容。研究首先回顾国内外城市绿地与居民健康关系的理论基础,运用荟萃分析方法对Medline、Web of science核心集和GreenFile数据库进行文献系统审查,对文献研究趋势、方法、实验对象与绿地属性特征进行系统归纳梳理,并在此基础上对涉及的83篇文献结论进行量化荟萃分析。研究表明:城市绿地与死亡率、自主神经活动、内分泌系统、免疫系统、精神压力、情绪效价和认知能力7个方面存在显著的效应量关联,并从提供生态系统服务、绿地暴露、绿地使用三方面归纳绿地健康影响的多重潜在空间作用路径。最后,进一步辨析绿地自身属性特征、国别地域和被试/调查对象差异对健康结果异质性的影响,据此提出有针对性的规划启示与建议。展开更多
文摘为解决基于三维卷积神经网络(three dimensional convolutional neural network,3D-CNN)的人体行为识别在时间序列特征提取和特征压缩方面存在的不足,提出了更强的基于3D-CNN的骨架动作识别(stronger 3D-CNN-based approach for skeleton-based action recognition,S-PoseConv3D)网络。该网络通过引入时间序列分配策略(time series allocation strategy,TSAS)和多频率分量特征压缩(multi-frequency component feature compression fusion,M3F)有效提升了PoseConv3D的性能。TSAS通过计算时间序列权重,动态调整不同时间序列在特征提取过程中的比重,从而增强了模型对人体行为时空特征的捕捉能力。M3F则利用离散余弦变换对特征图进行多频率分量的压缩和融合,进而保留了更多的时空信息,减少了全局池化导致的特征丢失。该网络在基于体操视频的数据集(dataset built on top of gymnastic videos,FineGYM)和南洋理工大学骨架行为识别数据集60分类扩展版子集(Nanyang university of technology skeleton behavior recognition dataset 60 classification extended subset,NTU60-XSub)上进行了实验,其相比于原始PoseConv3D在FineGYM数据集上提升了3.93%的平均最高准确率,在NTU60-XSub数据集上也有显著的性能提升,表现出更高的准确率和鲁棒性。该网络能够应用在安防监控、人机交互等领域。
文摘近年来城市绿地的健康益处引起了国内外学者广泛关注,其健康效应量化分析成为该领域的关键内容。研究首先回顾国内外城市绿地与居民健康关系的理论基础,运用荟萃分析方法对Medline、Web of science核心集和GreenFile数据库进行文献系统审查,对文献研究趋势、方法、实验对象与绿地属性特征进行系统归纳梳理,并在此基础上对涉及的83篇文献结论进行量化荟萃分析。研究表明:城市绿地与死亡率、自主神经活动、内分泌系统、免疫系统、精神压力、情绪效价和认知能力7个方面存在显著的效应量关联,并从提供生态系统服务、绿地暴露、绿地使用三方面归纳绿地健康影响的多重潜在空间作用路径。最后,进一步辨析绿地自身属性特征、国别地域和被试/调查对象差异对健康结果异质性的影响,据此提出有针对性的规划启示与建议。
