典型文献
关节点时空信息融合降维的人体动作识别方法
文献摘要：
基于二维卷积神经网络(2DCNN)和三维卷积神经网络(3DCNN)的人体动作识别方法都存在运算量较大的问题,提出了关节点时空信息融合降维的人体动作识别方法(Joint-trajectory).首先,采用高分辨率网络(Higher-HRnet)提取视频每帧图像中人体各个关节点的空间坐标信息,构建单帧图像中人体关节点空间信息行向量;其次,在时间维度上对整段视频的所有关节点空间信息行向量进行纵向拼接,获得该视频的关节点时空信息融合矩阵;最后,使用残差网络对关节点时空信息融合矩阵进行学习和分类.在KTH数据集上的实验结果表明,该方法在有效的降低人体动作识别复杂度的同时,能够获得更高的识别率,且具有较强的鲁棒性.
文献关键词：
卷积神经网络;高分辨率网络;人体动作识别;KTH数据集
中图分类号：
作者姓名：
李博文;潘晴;田妮莉;吴琼琼
作者机构：
广东工业大学,广东广州510006
文献出处：
引用格式：
[1]李博文;潘晴;田妮莉;吴琼琼-.关节点时空信息融合降维的人体动作识别方法)[J].微电子学与计算机,2022(01):26-30
A类：
B类：
时空信息融合,人体动作识别方法,二维卷积神经网络,2DCNN,三维卷积神经网络,3DCNN,运算量,Joint,trajectory,高分辨率网络,Higher,HRnet,空间坐标,单帧图像,人体关节点,节点空间,空间信息,行向量,时间维度,整段,纵向拼接,得该,融合矩阵,残差网络,KTH,识别率
AB值：
0.280888
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
