动作识别
动作识别的相关文献在1998年到2023年内共计1125篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、体育
等领域,其中期刊论文503篇、会议论文20篇、专利文献261105篇;相关期刊267种,包括中国图象图形学报、电子学报、电子设计工程等;
相关会议19种,包括第八届全国大学生创新创业年会、四川省通信学会2015年学术年会、2015第十届全国体育科学大会等;动作识别的相关文献由2410位作者贡献,包括陈拥权、胡翀豪、刘思杨等。
动作识别—发文量
专利文献>
论文:261105篇
占比:99.80%
总计:261628篇
动作识别
-研究学者
- 陈拥权
- 胡翀豪
- 刘思杨
- 王略志
- 郑义彬
- 罗会兰
- 何冰倩
- 何江
- 冯伟
- 刘佳
- 姬晓飞
- 张潇
- 张羽
- 李燕
- 李锋刚
- 葛万元
- 刘海华
- 杨杰
- 王炜
- 谌先敢
- 陈恩庆
- 颜俊
- 万发良
- 冯辉
- 刘玉进
- 孙昊
- 师丹玮
- 张云龙
- 张修宝
- 李向阳
- 李德信
- 李洪研
- 杨世强
- 杨明静
- 杨涛
- 王宇帆
- 王松
- 王阳萍
- 石祥滨
- 罗志强
- 胡波
- 郭楠
- 陈思宇
- 魏维
- 丁二锐
- 丁峻
- 万凌鹏
- 不公告发明人
- 于海涛
- 倪涛
-
-
王小娟;
钟云;
金磊;
肖亚博
-
-
摘要:
基于骨架的动作识别任务中,一般将骨骼序列表示为预定义的时空拓扑图.然而,由于样本的多样性,固定尺度的拓扑图往往不是最优结构,针对样本特性构建自适应尺度的骨骼拓扑图能够更好地捕捉时空特征;另外,不同尺度的骨骼图能够表达不同粒度的人体结构特征,因此对多个不同尺度的拓扑图进行特征提取与融合是有必要的.针对这些问题,提出了一种自适应尺度的图卷积动作识别模型.该模型包含自适应尺度图卷积模块和多尺度融合模块两部分.自适应尺度图卷积模块基于先验与空间注意力机制,构建关键点的活跃度判决器,将活跃点细化为小尺度结构、非活跃点聚合为大尺度结构,在加速节点间特征传递的同时最小化特征损耗;多尺度融合模块基于通道注意力机制,动态融合不同尺度的特征,进一步提升网络的灵活性;最后,综合关键点、骨骼、运动信息实现多路特征聚合的动作判别,丰富模型的特征表达.结果表明:该算法在NTU-RGBD数据集的CS和CV子集上分别取得了89.7%和96.1%的分类准确率,显著提高了动作识别的准确性.
-
-
卢健;
赵博;
张奇;
李萱峰
-
-
摘要:
为了解决传统的基于RGB的动作识别方法易受到光照、遮挡等背景因素的影响,降低了识别准确率和实时性,提出了一种融合层级注意力机制的二维骨架动作识别方法。使用人体姿态估计算法OpenPose提取视频中的人体骨架关节点,对所提取的骨架数据中缺失点和异常点通过均值补全法和指数平滑法进行数据预处理,构建了基于CNN-LSTM与层级注意力机制融合的网络模型CNN-HALSTM实现动作分类。结果表明:本文方法在交互运动数据集和KTH数据集上的识别准确率分别为96.73%和98.35%,模型参数量显著减少,具备实时性优势,优于其他同类型方法。
-
-
刘文龙;
陈春雨
-
-
摘要:
为解决跌倒动作的检测和空间定位问题,本文以YOLOv3目标检测算法为基础,提出了一种全新的用于人跌倒动作识别的检测架构。本算法将视频拆分成一系列的图片序列,并在图片序列中指定关键帧。通过3D卷积神经网络提取视频序列中的时间维度特征,2D卷积神经网络提取关键帧中的空间维度特征,经通道融合机制在不同尺度的预测特征层进行通道融合,融合后的特征经过特征金字塔Transformer进行深层次特征提取和融合。该算法实现了端到端的训练。通过在自己制作的跌倒动作数据集上进行训练和测试,证明了多特征融合和Transformer结构在人体跌倒动作检测中的有效性。
-
-
辛华磊;
丁英强;
高猛;
陈恩庆
-
-
摘要:
人体骨骼点数据相对于RGB视频数据具有更好的环境适应性和动作表达能力,因此基于骨骼点数据的动作识别算法得到越来越广泛的关注和研究。近年来,基于图卷积网络(GCN)的骨骼点动作识别模型表现出了很好的性能,但多数基于GCN的模型往往使用固定空间配置分区策略且手动设定各骨骼点之间的连接关系,无法更好适应不同动作的变化特征。针对此问题,本文提出多配置分区的自适应时空图卷积网络用于骨骼点动作识别,通过搜索更合理的配置分区个数并自适应获取关节点连接关系实现对骨骼点动作特征更充分地利用。在NTU-RGBD数据集和Kinetics-Skeleton数据集上的实验表明本文所提方法可获得比目前多数文献更高的动作识别精度。
-
-
方伟;
王玉;
闫文君;
林冲
-
-
摘要:
飞行动作识别是飞行训练评估和空战智能决策等多项关键技术的基础,实现飞行动作的快速高效识别具有重大意义。对此,提出一种基于神经网络符号化模型的方法,实现对基本飞行动作和复杂飞行动作高效识别。首先,利用微分分割的思想对飞行参数进行切片处理,然后通过卷积神经网络(convolutional neural networks,CNN)和长短期记忆(long-short term memory,LSTM)神经网络实现飞行动作的模块化处理,有效代替了传统方法中对原始数据的逻辑推理。并且该方法可以利用基本飞行动作对飞行过程实现飞行数据分割,具有良好的扩展性,能够快速处理批量飞参数据。最后对13种基本飞行动作、两种复杂飞行动作和整段飞行数据进行仿真实验。仿真结果表明,该方法具有良好的识别性能。
-
-
王溢清
-
-
摘要:
针对大部分身份认证方法存在认证方式单一、认证准确性低等问题,文中在医用场景下开展了基于射频技术与智能动作识别的人员身份认证方法研究。在详细论述无线射频识别技术(RFID)及其系统构成后,基于深度学习网络中的t-SNE降维处理、支持向量机动作分类等技术,设计实现了智能动作识别方法。将通过RFID和智能动作识别方法获得的身份信息输入长短时记忆网络进行处理分析,从而得到最终的身份认证结果。基于Python仿真平台对所提方法进行实验分析,结果表明,文中所提方法的认证准确率与时间开销分别为94.51%和31 ms,明显优于其他对比方法,具有良好的应用前景。
-
-
刘俊来
-
-
摘要:
针对体育视频动作识别方法正确率较低的问题,提出了一种结合融合不变性特征与混合核方法的体育视频动作识别方法.采用高斯混合模型构建不变性特征,并对特征进行降维.采用混合核方法分别完成局部特征与全局特征的分类.标准体育动作数据集上的实验结果表明,降维后的融合不变性特征能够保留体育动作关键信息,与混合核方法配合密切,该方法既能够显著提升识别性能,也能够提升识别效率.该方法可以构建实时、在线的体育视频动作识别,且识别效果良好.
-
-
庞璐;
路晶
-
-
摘要:
本文分析了基于最小二乘支持向量机的飞行训练动作识别,通过识别基础动作序列即可合成复杂动作。采用最小二乘支持向量机对飞行基本动作进行识别,由二分类问题转为多分类问题,对实验结果进行验证以及讨论分析。
-
-
隋龙飞;
薛欢欢;
翁政魁
-
-
摘要:
本文在人体动作描述采用关键骨骼点的深度三维坐标,通过各个关节点的位置坐标关系来描述人体动作。进一步为每一类人体动作训练一个深度信息隐马尔科夫模型,从一定程度上解决了人体动作部分遮挡问题,对训练样本,参照得到的数据库完成编码,通过隐马尔科夫模型训练得到相应参数模型,通过训练得到的模型进行验证和测试,实验数据结果表明该方法具有精确率高的优点。
-
-
井望;
李汪根;
沈公仆;
范宝珠
-
-
摘要:
针对如何在保持低参数量和低计算量前提下构建高性能模型的问题,提出一种轻量级多信息图卷积神经网络(LMI-GCN)。LMI-GCN通过将关节坐标、关节速度、骨骼边、骨骼边速度四种不同信息编码至高维空间的方式进行信息融合,并引入可以聚合重要特征的多通道自适应图和分流时间卷积块以减少模型参数量。同时,提出一种随机池数据预处理方法。在NTU-RGB+D120数据集上与基线方法SGN(语义引导神经网络)相比,在两种评估设置cross-subject和cross-setup上提高5.4%和4.7%。实验结果表明,LMI-GCN性能高于SGN。
-
-
-
-
王培森
- 《第八届全国大学生创新创业年会》
| 2015年
-
摘要:
动作识别是机器人学与人机交互相关领域中极具前景的研究方向.此研究使用微软公司的Kinect设备获取人体关节的三维座标数据,使用高斯混合模型与隐马尔科夫模型对全身动作进行建模,从而提出了一种对实时数据流进行图像分割与动作识别的算法,可即使地进行预定义的全身动作的识别.这种方法达到了高达94.36%的有效识别率.
-
-
征容;
严潇然
- 《四川省通信学会2015年学术年会》
| 2015年
-
摘要:
本文采用PCA作为模式识别的主要方法,对每个基本动作采集训练动作样本库.动作识别部分的内容包括:识别手势信号,判断手臂指向对象,产生控制命令,以"传感器感知"为核心,以"自然交互"为主要方式,融合多种传输技术及视觉图像处理技术,用MATLAB作为平台具体设计实现"智能家居整体解决方案"这一目标.
-
-
-
-
刘佳;
钮可;
杨晓元
- 《第二届全国图象图形联合学术会议》
| 2013年
-
摘要:
本文利用迁移学习的思想,提出了一个主题迁移模型(topic transfer model)用于跨视角的动作识别.借助源视角视频和目标视角视频,学习一个迁移模型,利用这个模型来实现对目标视角下视频的分类.具体方法是在源视角下训练一个主题模型,将反应源视角的语义信息传递到目标视角中,然后在目标视角中训练一个主题模型,实现跨视角的动作表示,利用支持向量机进行动作的训练和分类.实验结果验证了该方法的有效性.
-
-
-
Chen Quanxin;
陈铨鑫;
Zhang Hui;
张慧
- 《第17届全国图象图形学学术会议》
| 2014年
-
摘要:
目的:三维模型重建习惯上是基于静态图像而不是视频,然而,重建视频中的三维模型可以有助于提高动作识别的精度.因此,本文提出了基于双反射镜视频的动作的形状恢复.方法:因为反射镜像和原物体具有对称性,由双反射镜系统产生的五个视图也可以看作是两个圆周运动.因为镜子的反射矩阵在某些特殊情况很难求出,把整个系统看作圆周运动则可跳过这一步骤.结果:实验结果表明了本文方法所求的相机内参和张氏方法间的误差,折线图表明了误差和所用的帧数的关系,所用帧数越多,结果越接近张氏方法的值.结论:本文提出了双反射镜系统和圆周运动间的关系,从而使相机定标在有镜子的环境下更简单.实验结果表明了方法的可行性和准确度.
-