【摘 要】
：
人体动作识别作为计算机视觉领域的关键技术之一,对现代社会的发展进步起到至关重要的作用。如何在不受复杂环境和目标个体差异的影响下提高机器识别人体动作的准确度,并使其快速准确的理解人所表达的动作信息是目前各大领域研究者们关注的重点。由微软发布的Kinect设备可采集三种不同类别的数据,其中深度数据和骨骼数据只取决于目标的空间位置,具有颜色无关性,动作识别受外界因素的干扰较小,为人体动作识别技术的研究提
论文部分内容阅读
人体动作识别作为计算机视觉领域的关键技术之一,对现代社会的发展进步起到至关重要的作用。如何在不受复杂环境和目标个体差异的影响下提高机器识别人体动作的准确度,并使其快速准确的理解人所表达的动作信息是目前各大领域研究者们关注的重点。由微软发布的Kinect设备可采集三种不同类别的数据,其中深度数据和骨骼数据只取决于目标的空间位置,具有颜色无关性,动作识别受外界因素的干扰较小,为人体动作识别技术的研究提供极大的便利。本文对当前人体动作识别的研究算法和取得的研究成果进行了分析,在Kinect深度信息的基础上,采用了两种方法实现人体动作识别。主要的研究工作如下:基于对卷积神经网络的人体动作识别的研究,采用了网络结构相对简单的Alex Net网络模型,该模型特有的局部感知和重叠池化技术,避免了平均池化带来的模糊,又提高了模型训练的计算精度。实验时在该模型的卷积层和池化层之间引入Re LU激活函数,并在自建数据集上进行验证。实验结果表明,该模型学习特征准确,分类效果优秀,动作识别平均准确率可达到95.3%。基于对多特征融合的人体动作识别的研究,采用PLA-DDTW算法进行动态路径规整,降低了动作执行速率影响,同时减少了动作匹配的时间,有效解决了时间复杂度问题和“奇点”问题。在MSR-Action3D数据集的基础上,将深度图像和骨骼图像进行融合作为新的特征向量,使用SVM分类器中的Lib SVM开源库对动作进行识别,可以更加准确完整地描述动作信息。将多种特征识别准确率进行比较,基于多特征融合的动作识别准确率达到96.1%,相比于单一特征的平均识别准确率具有很大的提高。
其他文献
空降集结是指空降部队通过降落伞着陆后,按照预定的战斗部署和队形进行的作战单元集合,快速集结能提升空降部队的生存率和战斗力。目前,在空降集结过程中对空降作战单元进行定位时,应用最多的是GPS、中国北斗等卫星定位技术。由于卫星定位信号微弱,在战争状态下,GPS、中国北斗等卫星定位系统易被干扰,致使作战单元的相对位置是未知的,影响集结速度与效率。因此,需要研制出一种不依赖卫星导航系统,利用无线电测向定位
跳频通信作为现代通信中最重要的通信方法之一,具备良好的抗干扰性、低截获概率及组网能力,在军事及民用通信领域得到了广泛的应用,跳频通信中的跳频信号识别技术也成为目前的研究热点。随着人工智能技术的发展,将卷积神经网络的算法应用到信号识别领域已经成为了主流趋势。传统的跳频信号识别算法十分依赖于对通信参数的精确估计,频偏、噪声、不同信道等因素会使传统识别算法提取的信号特征带来较大误差,导致在低信噪比情况下
近年来,随着网络通信技术和汽车电子技术的不断发展,网络设备愈发普及,硬件装置成本也下降了不少,终端设备可以安装很多种网络接口,并且这些装置在车辆上的网络接口也越来越多样化。如今,通过在车辆网络中安装网络接口可以实现该车辆行驶过程中与其他车辆、路边停放车辆和路面设施之间的无线通信,当汽车在中低速行驶或停泊时,通过这种网络就可以为机动车提供各类信息,包括机动车的安全信号传递、智能道路资讯服务、多媒体数
凭借不断更新的无线网络技术、卓越的智能设备和持续革命性的计算能力,物联网在生产生活的各个领域得到了广泛的应用,为我们带来便捷的服务和巨大的价值的同时,由于其数量的指数增长和种类的复杂多样,面临着数据的安全性和隐私性的挑战。可信认证技术是物联网设备进入物联网系统的第一道屏障,因此,如何做到可信认证是保护数据安全和隐私的关键所在。近些年可信赖的区块链技术因其具有防篡改、去中心、可溯源的优势,被持续深入
本文主要针对空战中在强干扰环境下对目标的识别与跟踪算法进行研究。敌方战斗机为了躲避我方导弹的识别与跟踪,会人为地释放干扰弹,产生强干扰。强干扰会严重影响红外制导、激光制导以及雷达制导等对目标的识别与跟踪,甚至有可能会导致丢失目标。本文对可见光图像的战斗机识别与跟踪算法进行研究。主要分析了目前应用最广泛的统一的实时目标检测第五版（YOLO v5）目标识别算法和高效卷积算子（ECO）目标跟踪算法,并进
随着计算机图像处理、5G移动通信等技术的不断发展,模拟训练系统被应用到越来越多领域。通过在模拟训练系统中对现实复杂交通现象进行仿真,能够排除空间、时间、天气等诸多限制因素的影响,提供可持续的训练与研究,具有一定的研究意义与应用价值。本文基于模块化的思想,分析运动车辆精确定位模拟训练的需求,将系统整体结构进行了实现,主要研究内容包括:（1）阐述了多种无线定位方式,并按照基站铺设、定位误差、适用程度三
一直以来,由于我国边境条件复杂,单一传感器的识别效果有限,且非常容易受到气候、能见度、人为伪装等多种因素的影响,导致识别效果不佳。本文主要研究了一种在复杂背景下将不同类别的传感器组合成簇的方法,能够协同、动态的对入侵目标进行跟踪识别。多传感器协同探测不仅增加了信息的互补,提高了识别准确率,还提高了系统的鲁棒性,实现了对目标的全方位识别探测。本文主要研究内容如下。（1）在复杂环境的复杂背景下,对通信
在组织病理学图像分析中,细胞核的分割对癌症的临床分析诊断有着重要的作用,将细胞核精确的分割出来可以为肿瘤分级奠定良好的基础。但是由于细胞存在不同的形态,染色的不均匀以及大量密集的核团的存在,精确的分割出细胞核仍具有挑战。近年来,深度学习已经广泛的被应用到病理图像细胞核分割中,因为它能够自动在图像数据中获取重要信息。为了更好的使深度学习神经网络在训练过程中能学习到更多具体的关键的特征信息,本文对国内
随着现代化的逐步推进,计算机、图形图像、硬件交互等技术已经成了生活学习中不可或缺的关键部分。虚拟现实技术作为一种新型的计算机技术,因其沉浸式和交互式等特性,正在潜移默化的改变我们的日常生活,也在各行各业产生了深远影响。在工业装配领域,传统装配方式需要消耗大量空间成本、时间成本、人力成本等,但是把虚拟现实技术与工业装配相结合,可以将真实的装配过程转变为在虚拟环境下的装配,解决传统装配技术带来的各个方