【摘 要】
：
传统的基于RGB和骨骼特征的行为识别算法,普遍存在两种特征互补性不足及视频关键时序性不强等问题。为解决这一问题,提出一种自适应融合RGB和骨骼特征的行为识别算法。首先,面向RGB图像和骨骼图像,联合双向长短时记忆(LSTM)网络和自注意力机制提取两者的时空特征;然后,构建自适应权重计算网络(AWCN),并以两者的空间特征为输入计算出自适应权重;最后,利用自适应权重得到上述时空特征的融合特征,实现了
【机 构】
：
江南大学模式识别与计算智能国际联合实验室,江苏无锡214122
论文部分内容阅读
传统的基于RGB和骨骼特征的行为识别算法,普遍存在两种特征互补性不足及视频关键时序性不强等问题。为解决这一问题,提出一种自适应融合RGB和骨骼特征的行为识别算法。首先,面向RGB图像和骨骼图像,联合双向长短时记忆(LSTM)网络和自注意力机制提取两者的时空特征;然后,构建自适应权重计算网络(AWCN),并以两者的空间特征为输入计算出自适应权重;最后,利用自适应权重得到上述时空特征的融合特征,实现了最终的动作分类。通过在Penn Action、JHMDB和NTU RGB-D人体行为数据集上与现有的方法
其他文献
通过在强风化层、破碎地层中采用冲击跟管钻进，可以大大提高施工工效，增加钻孔成孔率，从而节约项目的成本投入。
皮肤、头发、身材是青年女性外表是否美好的主要标志。一般地说,西方白种人青年以获得黝黑肤色为荣,而东方少女则羡慕白皙红润的皮肤。皮肤颜色的差异除了种族因素外,还因地
计算关联成像(CGI)技术能够穿透静态散射介质成像,但是当散射介质发生缓慢变化时,由于光强受到非线性影响而衰减,每次测量的光强值会发生不同程度的漂移,导致重构图像受到大量噪声的干扰。针对上述情况,提出一种逐点校正测量值的方法,该方法在测量矩阵中加入反射率为1的图案,通过记录使用该图案照明后获得的光强变化得到各时刻的衰减因子,并计算中间时刻的补偿系数,根据补偿系数逐点校正衰减因子变化导致的光强畸变,
针对火焰检测定位精度与检测精度不高的问题,提出了基于定位置信度和区域全卷积网络的火焰检测方法。首先使用扩大的可分离卷积提高感受野,减少模型参数量,提高检测速度;其次对预测候选框进行平移和伸缩操作,以提高候选区域的完整性;然后对非极大值抑制方法采用分类置信度作为排序标准,而导致的错误抑制问题,引入定位置信度,以提高候选框的定位精度及检测精度;最后加入新的标签,分别代表特征不明显的弱火焰与特征明显的强
本文分析基岩浅层的固结灌浆对土石坝防渗体免遭渗流冲蚀破坏的重要性，对基岩固结灌浆施工中的若干不正确做法提出纠正意见。研究表明：(1)大坝坝基固结灌浆对土石坝坝基渗流控
由于月饼的主要成分是糖,以下几种人不宜吃月饼:1、胃和十二指肠溃疡病人:患者吃月饼后促使胃酸大量分泌,强烈而持续地刺激溃疡面,从而使病情加重。如果吃月饼过多或过快,还
基于压缩感知的计算关联成像中,散斑设计是高质量图像重构的关键。针对传统散斑生成方法存在冗余高、关联成像质量低的问题,提出了一种基于主成分分析的散斑设计方法。该方法通过线性映射将高维空间中的数据投影到低维空间中,使低维空间上的投影方差最大化。结合图像先验知识,通过样本训练方法得到一组测量矩阵,在低采样率下可提高成像质量。实验结果表明,与传统方法相比,在采样率相同且低于0.5时,本方法可将图像的峰值信
深度学习通过训练样本进行特征识别,已经被广泛应用于道路提取领域。该方法不局限于特定类型的影像,但是受训练样本数量和计算机硬件的限制,所提取的道路会有断裂和噪声。针对上述问题,使用VGG卷积神经网络对道路进行初步提取后引入张量投票方法进行优化处理。首先通过影像变换、随机裁剪、过采样等方法对样本进行多模式扩充,进而训练VGG卷积神经网络模型;其次利用该网络从原始影像中初步分割道路面,接着对道路面的二值
本文对湿磨水泥机的磨细机理进行了探讨，提出了"介质幕"的概念，从理论上分析了磨细效率对磨细机结构和研磨介质的要求。研究表明：(1)必须以系统化的观念来分析湿磨过程。概括地
针对现有点云配准算法不能很好地同时解决点云模型变尺度和配准精度等问题,提出一种变尺度的两阶段点云模型配准算法。第一阶段加入动态的尺度因子,粗略估计并调整目标点云模型的尺度;然后将空间旋转变换三个角度进行格点划分,以30°为格点间距,这提高了算法的收敛速度并避免陷入局部最优,为第二阶段配准提供良好的初始位置。在尺度迭代最近点(SICP)算法基础上对第二阶段进行优化,以此对点云模型进行更加精准的匹配。