基于训练图CNN特征的视频人体动作识别算法
[Abstract]:In order to apply convolution neural network (CNN) to video understanding, an algorithm based on training graph CNN features is proposed. The image RGB data is used to recognize the human motion of the video, and the existing CNN model is used to extract the features from the image. The recursive neural network of the short and long memory unit is used to train and classify, and the selection and optimization of the CNN model and hidden layer are studied. Eigenvectors and dimensionality reduction. The experimental results show that the proposed algorithm is more accurate than the algorithm based on the image RGB data attention model and the combined long-and short-term memory model algorithm.
【作者单位】: 上海交通大学电子信息与电气工程学院;信息内容分析技术国家工程实验室;
【基金】:国家自然科学基金(61272439,61272249)
【分类号】:TP183;TP391.41
【相似文献】
相关期刊论文 前10条
1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[J];自动化与信息工程;2009年04期
2 胡雅琴;;动作识别技术及其发展[J];电视技术;2013年S2期
3 倪世宏,史忠科,谢川,王彦鸿;军用战机机动飞行动作识别知识库的建立[J];计算机仿真;2005年04期
4 程祥;;人体动作识别的研究[J];电脑知识与技术;2006年20期
5 黄飞跃;徐光yP;;视角无关的动作识别[J];软件学报;2008年07期
6 徐光yP;曹媛媛;;动作识别与行为理解综述[J];中国图象图形学报;2009年02期
7 黄丽鸿;高智勇;刘海华;;基于脉冲神经网络的人体动作识别[J];现代科学仪器;2012年02期
8 周艳青;王磊;;基于视觉的人体动作识别综述[J];山东轻工业学院学报(自然科学版);2012年01期
9 曹琨;;基于检索表的实时动作识别技术研究[J];中外企业家;2014年05期
10 刘博;安建成;;基于关键姿势的人体动作识别[J];电视技术;2014年05期
相关会议论文 前8条
1 袁飞;程韬波;周松斌;肖先文;;基于加速度特征的可拓动作识别方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年
2 黄飞跃;徐光yP;;自然的人体动作识别[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年
3 黄艳欢;叶少珍;;连续动作分割综述[A];第十四届全国图象图形学学术会议论文集[C];2008年
4 董力赓;陶霖密;徐光yP;;头部姿态和动作的识别与理解[A];第三届和谐人机环境联合学术会议(HHME2007)论文集[C];2007年
5 朱岩;赵旭;刘允才;;基于稀疏编码和局部时空特征的人体动作识别[A];第十五届全国图象图形学学术会议论文集[C];2010年
6 席旭刚;金燕;朱海港;高云园;;基于小波包熵和支持向量机的手部肌电信号动作识别[A];2013年中国智能自动化学术会议论文集(第五分册)[C];2013年
7 苏彩红;曾永发;张志飞;吴菁;;一种突触后抑制递归神经网络结构及其在模式识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
8 刘国华;张颖;陈子军;陈子阳;;改进的CNN搜索算法[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
相关重要报纸文章 前1条
1 本报记者 马佳;调查CNN“中国黑客”报道[N];北京科技报;2008年
相关博士学位论文 前10条
1 谌先敢;现实环境下的人体动作识别[D];武汉大学;2012年
2 陈渊博;视频序列中的人体动作识别[D];北京邮电大学;2015年
3 刘翠微;视频中人的动作分析与理解[D];北京理工大学;2015年
4 陈萌;基于李代数高斯表示的动作识别方法研究[D];华中科技大学;2016年
5 李拟s,
本文编号:2467271
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2467271.html