首页> 中文期刊> 《通信技术》 >基于图像增强和深层CNN学习的交互行为识别

基于图像增强和深层CNN学习的交互行为识别

         

摘要

cqvip:针对基于常规特征提取的交互行为识别算法在大样本数据集上难以提取有效特征、浅层卷积神经网络(CNN)分类错误率较高等问题,研究一种基于HSV颜色空间图像增强和深层CNN的改进算法。首先提取视频数据的RGB帧,扩充数据集,在HSV颜色空间下图像增强,然后微调CNN模型的最后一个全连接层和soft-max层,最后将增强后的图像输入到VGG16网络模型中进行学习和识别分类。在BIT-Interaction数据集上做交互行为识别实验,结果验证了所探讨算法在交互行为识别上的有效性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号