国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 13 条结果

基于Kinect的人体动作识别算法研究北大核心CSTPCD
作者：党宏社侯金良强华张梦腾
发表期刊：电子器件 2017年5期
关键词：模式识别Kinect骨骼数据特征提取模板匹配
摘要：针对现有的复杂背景下人体动作识别中存在识别准确率不高和实时性不强等问题,提出基于Kinect骨骼数据的改进动作识别算法.通过Kinect获取骨骼数据,提取出人体关节的特征向量,然后用模板匹配的方法对人体动作进行识别.通过搭建机器人体感控制系统验证了算法的可行性.在相同实验条件下测得算法的平均识别率为95.2%,平均识别时间为32.5 ms.与其他动作识别算法比较,证明了算法的识别率较高、实时性较好.
Kinect骨骼数据驱动的人体动作二维特征融合与动作识别
作者：张成权唐家康汪志峰
发表期刊：安庆师范大学学报（自然科学版） 2020年1期
关键词：Kinect动作识别骨骼数据二维空间特征
摘要：针对在高噪声环境中人体动作识别存在准确度和稳定性不高的问题,本文采用二维空间特征融合的方法,提出一种基于Kinect骨骼数据的人体动作识别算法.从人体三视图的投影来提取运动特征,可以消除人体自遮挡的影响.针对人体复杂动作,算法采用分层策略.利用Kinect获得的骨骼关节点坐标,根据人体三视图投影提取二维空间的人体关节角特征,并运用支持向量机(SVM)方法对动作进行粗分类;进一步提取二维投影平面内的关节位置矢量、角速度和加速度特征,运用…查看全部>>
基于时空注意图卷积的人体动作识别北大核心CSTPCD
作者：赵登阁智敏
发表期刊：计算机应用与软件 2024年7期
关键词：人体动作识别骨骼数据注意力模块关键节点时空图卷积
摘要：针对基于骨骼数据的人体动作识别中关键节点及特征应用度不高的问题,构建一种基于时空图卷积和通道-空间联合注意力模块融合改进的人体动作识别系统.算法首先通过空间图卷积获得结构化特征,由通道-空间联合注意力模块强化关键节点和关键结构信息,再由时间图卷积获取高级时空特征,最后用全局池化层和softmax分类器得出识别结果.实验结果表明,在关键节点和结构特征得以强化的同时,也保留了原始特征信息.该算法在基于骨骼数据的人体动作识别上具有更高的精度.
基于骨骼数据特征的人体行为识别方法综述
作者：孙满贞张鹏苏本跃
发表期刊：软件导刊 2022年4期
关键词：人体行为识别骨骼数据手工特征深度特征
摘要：人体行为识别是人工智能领域的一个研究热点,相对于视频、运动流等数据,人体骨骼数据具有简洁性和矢量计算的高效性.从基于传统机器学习的手工特征提取方法和基于深度学习的深度特征提取方法两方面对基于骨骼数据的人体行为识别相关研究进行综述.将手工特征概括为物理属性特征和统计属性特征,将深度特征按卷积神经网络、循环神经网络、图卷积神经网络及混合神经网络等类别对基于骨骼数据的人体行为识别方法及其优缺点进行逐一阐述,并对相关的特征提取方法、技术路线、…查看全部>>
一种基于Kinect的角色骨骼动画方法北大核心CSCDCSTPCD
作者：李红波冉光勇吴渝丁林建
发表期刊：重庆邮电大学学报（自然科学版） 2014年4期
关键词：骨骼动画实时Kinect骨骼数据
摘要：针对当前骨骼动画制作方法存在实时性差、抗光照干扰能力弱、角色模型运动误差大的问题,提出了一种新的骨骼动画方法.采用微软Kinect设备获取人体三维骨骼坐标数据,用改进的D-H (denavit-hartenberg)描述法在关节点处建立虚拟坐标系,对捕捉对象单帧姿态进行抽象空间位形描述,再根据前后帧位形数据求解骨骼矩阵,对根节点进行位移调整形成骨骼动画.实验结果表明,该方法实时性与抗光照干扰能力强,角色动作与捕捉对象动作之间的相似度高.
基于kinect三维骨骼节点的动作识别方法北大核心CSCDCSTPCD
作者：朱大勇郭星吴建国
发表期刊：计算机工程与应用 2018年20期
关键词：动作识别骨骼数据特征向量行为树
摘要：近年来,基于人体动作识别的应用场景越来越广泛.为了更好的识别效果,提出了一种基于人体三维骨骼节点的动作识别方法.用Kinect等设备获取人体骨骼关节点三维数据信息,以人体臀部为原点重新建立人体坐标系;提取人体关键骨骼的数据信息,定义人体动作特征向量;根据动作表达式用行为树构造动作序列,实现识别.通过对5种定义的动作与其他算法做比较实验,表明提出的方法识别率较高,推广性较强.
改进KNN算法对人体身份的识别北大核心CSCDCSTPCD
作者：连天友余勤
发表期刊：计算机工程与应用 2019年11期
关键词：人体身份识别脸部数据骨骼数据排序截断均值法匹配识别准确度
摘要：为了理解特征学习过程、减少数据存储和提高识别率,提出使用Kinect v2的面部数据和骨骼数据作为数据集和一种改进KNN算法对人体身份的识别.使用Kinect v2提取出人体脸部特征点和骨骼关节点的三维位置信息,通过提取出的特征点的坐标计算出理解性强的特征信息如眼宽、臂长等.利用一种改进的截断均值聚类方法,通过排序把奇异值分布到数据集两端,截取数据集中间特征以抑制奇异值,利用基于匹配识别准确度的改进KNN算法对人体身份进行预测.实验结…查看全部>>
双流融合的动作识别方法研究
作者：孙于成
发表期刊：软件导刊 2021年1期
关键词：动作识别骨骼数据视频数据信息融合
摘要：为了有效改善传统动作识别方法中输入数据信息单一导致的识别率偏低等问题,提出一种结合视频数据和骨骼数据的双流融合方法.基于两种不同的深度学习网络,分别对视频数据与骨骼数据进行识别并将两者输出的概率加以融合,实现信息融合效果.在公开数据集NTU RGB+D上进行测试,达到83.76％的识别精度.该方法在一定程度上实现了不同数据的信息融合,能较为准确地区分出动作类别.
基于空间特征的BI-LSTM人体行为识别北大核心CHSSCDCSCD
作者：付仔蓉吴胜昔吴潇颖顾幸生
发表期刊：华东理工大学学报（自然科学版） 2021年2期
关键词：行为识别骨骼数据距离特征角度特征BI-LSTM
摘要：随着微软Kinect等深度相机的出现,使用具有简洁性、鲁棒性和视图无关表示的3D骨架节点数据来识别人体行为的方法获得了很好的效果,但现有的针对骨骼序列数据的大多数学习方法缺少空间结构信息和详细的时空动态信息.利用双向长短期记忆网络(BI-LSTM)模型能长时间存储骨骼序列的特点获得丰富的双向时间信息对动作的顺序进行建模,同时从3D骨骼关节点坐标中提取关节点之间的相对距离特征和相对角度特征来加强空间结构特征,完成从骨骼数据中实现人体行为…查看全部>>
利用三维动画骨骼数据的数字水印算法北大核心CSTPCD
作者：李亚琴方立刚廖黎莉杨元峰
发表期刊：计算机应用与软件 2020年5期
关键词：版权保护数字水印三维动画骨骼数据Householder变换Schur变换鲁棒性
摘要：提出一种基于三维动画的数字水印算法.将动画中的骨骼数据作为嵌入水印的载体,收集的骨骼数据组成一个矩阵,对矩阵进行Householder变换和Schur变换,把动画作品的有效身份信息添加到变换得到的特征向量中从而完成水印的嵌入.动画角色的骨骼主要用于完成角色的动作,所以嵌入水印后不会影响动画的画面质量和播放效果.利用嵌入算法的逆过程完成水印的提取.实验证明,该算法具有很好的隐蔽性、抗攻击性,简单可行,可以有效地保护三维动画的版权.

12 >