【《基于深度學(xué)習(xí)的動作識別方法分析綜述》6900字（論文）】_第1頁
【《基于深度學(xué)習(xí)的動作識別方法分析綜述》6900字（論文）】_第2頁
【《基于深度學(xué)習(xí)的動作識別方法分析綜述》6900字（論文）】_第3頁
【《基于深度學(xué)習(xí)的動作識別方法分析綜述》6900字（論文）】_第4頁
【《基于深度學(xué)習(xí)的動作識別方法分析綜述》6900字（論文）】_第5頁
已閱讀5頁，還剩12頁未讀， 繼續(xù)免費閱讀

付費下載

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

基于深度學(xué)習(xí)的動作識別方法分析綜述目錄TOC\o"1-3"\h\u19062基于深度學(xué)習(xí)的動作識別方法分析綜述 ]等基于人體骨骼關(guān)鍵點模態(tài)的動作識別網(wǎng)絡(luò)，在公開數(shù)據(jù)集上的準(zhǔn)確率得到了進(jìn)一步的提升。研究者們針對深度學(xué)習(xí)中動作識別任務(wù)常對上述四種動作識別方法加以改進(jìn)，根據(jù)所使用的模態(tài)可能不同，大致分為外觀、深度、光流、骨骼關(guān)鍵點四種，表1.1為對四種模態(tài)優(yōu)缺點的總結(jié)，其中骨骼關(guān)鍵點模態(tài)因為更適應(yīng)于家庭服務(wù)機(jī)器人這種計算量小的設(shè)備，所以在構(gòu)建動作識別模型時，選用基于人體骨骼關(guān)鍵點的圖卷積神經(jīng)網(wǎng)絡(luò)，并對其加以改進(jìn)，使網(wǎng)絡(luò)更加適用于家庭場景下的動作識別任務(wù)。表1.1常用模態(tài)Table1.1Commonmode類別形式優(yōu)點缺點靜態(tài)特征外觀、深度可以獲得更多有用的信息背景復(fù)雜的情況下不易獲取信息動態(tài)特征光流提升低分辨率圖像序列中運動速度、方向等特征提取的魯棒性存在噪聲、不易準(zhǔn)確獲取、計算復(fù)雜度高描述性特征骨骼關(guān)鍵點對動態(tài)環(huán)境和背景復(fù)雜環(huán)境適應(yīng)性強；信息緊湊，冗余量和計算量少包含信息不如靜態(tài)特征和動態(tài)特征多

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論