文档详情

一种基于时空卷积和时间序列特征融合的行为识别方法.pdf

发布：2023-05-14约6.7千字共7页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821766 A (43)申请公布日 2022.07.29 (21)申请号 202210229686.6 G06K 9/62 (2022.01)

显示全部

相似文档

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
一种基于特征融合的C3D行为识别方法.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 112800988 A (43)申请公布日 2021.05.14 (21)申请号 202110142505.1 (22)申请日 2021.02.02 (71)申请人安徽工业大学地址
2023-06-05 约1.8万字 14页立即下载
基于时空特征融合的行为识别方法、装置、设备及介质.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 112836602 A (43)申请公布日 2021.05.25 (21)申请号 202110079906.7 G06N 3/04 (2006.01)
2023-06-03 约1.79万字 18页立即下载
一种基于特征优选与多种特征融合的人体行为识别方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112818779 B (45)授权公告日 2022.08.12 (21)申请号 202110082421.3 G06K 9/62 (2022.01)
2023-06-04 约1.48万字 14页立即下载
基于改进时空图卷积的人体骨架行为识别方法研究.pdf 摘要摘要近些年来，随着传感器、体感设备等硬件设备的广泛应用，骨架数据已成为行为识别研究中的一重类要数据。为此，基于图卷积的方法也应运而生。目前，基于图卷积的骨架行为识别方法能够捕捉骨架数据中关节之间复杂的时空关系。但是，随着研究的深入，研究人员发现目前的方法存在图拓扑结构建模对时空信息使用不平衡问题和对时间维度上的特征提取不充分问题。这会使每个样本的图拓扑结构不能充分考虑 时空特征，还会使相似行为、动作幅度微妙的
2025-02-11 约9.1万字 68页立即下载
基于自适应时空卷积网络的人体行为识别方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463837 A (43)申请公布日 2022.05.10 (21)申请号 202111628110.9 G06V 10/774 (2022.01)
2023-05-07 约1.21万字 11页立即下载
一种基于时空图卷积神经网络的动态表情识别方法及系统.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112800903 B (45)授权公告日 2022.08.26 (21)申请号 202110067161.2 G06K 9/62 (2022.01)
2023-06-03 约2.09万字 14页立即下载
一种基于特征融合的信号调制识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881092 A (43)申请公布日 2022.08.09 (21)申请号 202210685893.2 (22)申请日 2022.06.16 (71)申请人杭州电子科技大学地址 31001
2023-05-18 约1.61万字 14页立即下载
一种基于融合特征的复合调制信号盲识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 113014523 B (45)授权公告日 2022.01.11 (21)申请号 202110210447.1 (56)对比文件
2023-06-08 约2.63万字 14页立即下载
基于卷积神经网络与特征融合的天气识别方法.pdf 基于卷积神经网络与特征融合的天气识别方法 摘要：随着科技的不息进步，天气识别在交通、农业、气象猜测等领域起着至关重要的作用。本文提出了一种基于卷积 神经网络（CNN）与特征融合的天气识别方法。起首，我们依据天气图像的特征，提取出多个天气特征向量。然后，将这些特征向量输入到卷积神经网络中进行训练和识别。最后，使用 特征融合的方法，将多个卷积神经网络的输出进行整合，提高识别准确率。试验结果表明，该方法在天气识别中具有较高的准确性和鲁棒性。 1.引言天气是人们平时生活中分外重要的信息之一。正确地识别天气对交通安全、农业生产和气象猜测等领域具有重要的意义。然而，由于天气的多样性和复杂性
2024-12-21 约3.49千字 5页立即下载
一种基于生成对抗网络和时间卷积网络的唇语识别方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112818950 B (45)授权公告日 2022.08.23 (21)申请号 202110262815.7 (56)对比文件 (22)申请日 2021.03.11
2023-06-05 约2.02万字 16页立即下载
基于关系引导视频时空特征的人体行为识别方法及系统.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 112836609 A (43)申请公布日 2021.05.25 (21)申请号 202110098237.8 (22)申请日 2021.01.25 (71)申请人山东师范大学地址
2023-06-04 约1.84万字 15页立即下载
基于行为序列特征数据的违规用户识别方法和装置.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 112818868 A (43)申请公布日 2021.05.18 (21)申请号 202110147871.6 (22)申请日 2021.02.03 (71)申请人招联
2023-06-06 约1.88万字 17页立即下载
融合时空特征的步态识别方法研究.pdf 融合时空特征的步态识别方法研究摘要步态识别，是指通过人行走的姿态对人进行识别的过程。相比于人脸、指纹、虹膜等生物特征，人体的步态识别具有距离远、难以伪装、且非受控无需对象主动配合等优势。这使得步态识别技术被广泛地被引用于安防领域。但是，现有的步态识别方法还存在着许多的问题，比如行人的衣着变化、是否携带物品以及多视角情况的影响，步态识别仍是一个具有挑战性的任务。随着深度学习的不断发展，步态识别领域也因此不断进步，现有的步态识别模型主要都是对步态序列的时间和空间特征进行提取，但忽略了时间特征和空间特征的关系，使得时间特征和空间特征相对割裂，对时空特征的提取不够充分。同时，现有的步
2025-05-15 约8.34万字 62页立即下载
一种基于图卷积和胶囊神经网络的行为识别方法.docx PAGE 1- 一种基于图卷积和胶囊神经网络的行为识别方法 一、1.引言随着社会的快速发展，人们对安全、健康和便利性提出了更高的要求。在众多领域中，行为识别技术作为一种重要的生物特征识别技术，在智能监控系统、人机交互、虚拟现实等多个方面展现出了巨大的应用潜力。特别是在智能监控系统领域，行为识别技术可以帮助识别异常行为，提高公共安全水平。然而，由于人类行为表现复杂多变，如何准确、高效地识别和分类行为成为了一个具有挑战性的课题。近年来，深度学习技术在行为识别领域取得了显著的成果。图卷积神经网络（GraphConvolutionalNetworks，GCN）作为一种新兴的深度学习模型，通过在图结
2025-01-21 约2.8千字 5页立即下载