一种面向噪声骨架数据的数据增强与人体动作识别方法.pdf

基于自监督学习的人体骨架动作识别方法研究.docx 基于自监督学习的人体骨架动作识别方法研究一、引言随着人工智能技术的不断发展，人体骨架动作识别技术在许多领域得到了广泛应用，如体育训练、医疗康复、人机交互等。然而，由于人体动作的多样性和复杂性，如何准确地进行动作识别仍然是一个具有挑战性的问题。近年来，自监督学习在计算机视觉领域得到了广泛关注，其在无需大规模标注数据的情况下能够学习数据的深层特征。因此，本文研究了一种基于自监督学习的人体骨架动作识别方法，以提高动作识别的准确性和效率。二、相关工作自监督学习是一种无需大量标注数据的机器学习方法，它通过设计预训练任务来学习数据的深层特征。在人体骨架动作识别中，自监督学习可以有效地从无标签的视频

2025-03-16 约4.97千字 10页立即下载

一种骨架人体行为识别方法、装置及设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114582012 A (43)申请公布日 2022.06.03 (21)申请号 202111616700.X (22)申请日 2021.12.27 (71)申请人天翼云科技有限公司地址 1000

2023-05-09 约2.13万字 18页立即下载

一种图像数据的噪声识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549911 A (43)申请公布日 2022.05.27 (21)申请号 202210263129.6 (22)申请日 2022.03.17 (71)申请人清华大学深圳国际研究生院地址 5

2023-05-06 约1.22万字 9页立即下载

一种基于MHI和支持向量机的人体动作识别方法.pdf 第16卷第2期 Vo1．16NO．2 2017年2月 Feb．2017 一种基于 NIHI和支持向量机的人体动作识别方法 周佳琪，智敏 (内蒙古师范大学计算机与信息工程学院，内蒙古呼和浩特 010020) 摘要：针

2017-06-03 约1.53万字 3页立即下载

一种基于词袋模型的人体动作识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113392697 A (43)申请公布日 2021.09.14 (21)申请号 202110451802.4 (22)申请日 2021.04.26 (71)申请人上海师范大学地址

2023-06-18 约1.29万字 14页立即下载

一种基于人体关节点的动作识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565876 A (43)申请公布日 2022.05.31 (21)申请号 202210191318.7 G06N 3/04 (2006.01)

2023-05-10 约1.1万字 10页立即下载

基于骨架特征嵌入学习的人体动作识别方法研究.docx 基于骨架特征嵌入学习的人体动作识别方法研究一、引言随着人工智能技术的不断发展，人体动作识别技术在许多领域中得到了广泛的应用，如运动分析、人机交互、医疗康复等。然而，传统的基于视觉图像的人体动作识别方法往往受到光照、遮挡、背景干扰等因素的影响，导致识别准确率不高。因此，研究一种基于骨架特征嵌入学习的人体动作识别方法具有重要的现实意义和应用价值。二、骨架特征提取基于骨架特征的人体动作识别方法主要依赖于从人体骨架数据中提取有效的特征。人体骨架数据可以通过深度相机、传感器等技术获取，其包含人体各关节点的空间位置信息。为了提取有效的骨架特征，我们采用了一种基于深度学习的特征提取方法。首先，我们

2025-03-27 约5千字 10页立即下载

基于骨架特征嵌入学习的人体动作识别方法研究.docx 基于骨架特征嵌入学习的人体动作识别方法研究一、引言 人体动作识别作为计算机视觉领域的一项重要研究内容，已经广泛地应用于智能监控、人机交互、体育分析等众多领域。近年来，随着深度学习和计算机性能的不断提升，基于图像或视频的动作识别方法已经取得了显著的进步。然而，由于背景、光照、遮挡等因素的影响，这些方法在实际应用中仍面临着一些挑战。相较于传统的视觉方法，基于骨架的人体动作识别能够更加有效地从复杂的视觉数据中提取出与动作相关的关键信息。因此，本文将重点研究基于骨架特征嵌入学习的人体动作识别方法。二、骨架特征提取在基于骨架的动作识别中，骨架特征的提取是至关重要的。骨架特征主要描述了人体各关节之间

2025-05-19 约4.38千字 9页立即下载

基于视频动作捕捉数据的人体动作识别方法的研究.docx 基于视频动作捕捉数据的人体动作识别方法的研究一、概述随着计算机视觉技术的快速发展，人体动作识别已经成为人工智能领域的一个研究热点。基于视频动作捕捉数据的人体动作识别方法，通过捕捉和分析视频中的人体动作数据，实现了对人体动作的自动识别和理解。这种识别技术对于人机交互、智能监控、运动分析等领域具有广泛的应用前景。 人体动作识别方法的研究涉及多个学科领域，包括计算机视觉、模式识别、机器学习等。已经涌现出多种不同的识别算法和技术，如基于深度学习的方法、基于时空特征的方法等。这些方法各有优缺点，适用于不同的应用场景和需求。基于视频动作捕捉数据的人体动作识别仍面临着诸多挑战。视频数据的复杂性导致动作

2024-05-29 约2.87万字 58页立即下载

骨架动作识别方法、系统、设备与存储介质.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565972 A (43)申请公布日 2022.05.31 (21)申请号 202210167790.7 G06V 10/82 (2022.01)

2023-05-06 约2.62万字 18页立即下载

一种基于时空特征增强图卷积网络的骨架行为识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882421 A (43)申请公布日 2022.08.09 (21)申请号 202210613367.5 G06V 10/82 (2022.01) (22)申请日 2022.06.

2023-05-17 约2.99万字 24页立即下载

课堂场景下人体骨架行为识别方法及实现.pdf 摘要人体行为识别作为计算机视觉领域的重要分支，已广泛应用于各个领域。课堂场景下，学生行为状态是评价课堂质量的一个关键因素。传统依赖人工观察的识别学生课堂行为方法耗时耗力，效率低下，且结果具有主观性。结合计算机视觉和深度学习技术，可以实现课堂行为的智能与自动化识别。与易受复杂环境因素影响的 RGB数据相比，骨架数据对人体外观、光线和视角的变化不那么敏感，且能避免噪声干扰，更适合作为课堂行为识别的数据载体。而将现有基于骨架数据的行为识别方法直接应用于课堂场景并基于识别结果开展质量评价时，存在识别准确率、肢体遮挡、行为量化等诸多问题。因此，本文着眼于课堂场景下人体骨架行为识别方法 与实

2024-12-30 约12.03万字 102页立即下载

基于图卷积网络的人体骨架行为识别方法研究.pdf 摘要摘要由于在人机交互、智能监控和视频理解等领域的广泛应用，行为识别一直是计算机视觉领域的研究热点。与RGB视频数据相比，骨架数据对光照、环境变化以及相机的视角变化具有较好的鲁棒性，同时，图卷积网络能够更有效地建模人体骨架拓扑结构。因此，基于图卷积网络的人体骨架行为识别受到了研究者们的广泛关注。虽然现有研究已经取得了一定成果，但仍存在对非物理相连关节间的交互关系探索不足、模型推理成本高以及对运动轨迹相

2024-07-31 约12.62万字 68页立即下载

基于无监督学习的人体骨架序列行为识别方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112818887 B (45)授权公告日 2023.04.07 (21)申请号 202110180567.1 G06N 3/0464 (2023.01)

2023-06-02 约2.28万字 18页立即下载

基于骨架的移位图卷积网络人体行为识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463840 A (43)申请公布日 2022.05.10 (21)申请号 202111669207.4 G06V 10/75 (2022.01) (22)申请日 2021.12.

2023-05-06 约1.32万字 12页立即下载