典型文献
基于神经网络的骨骼特征融合下坐姿快速识别
文献摘要：
基于深度学习的坐姿识别方法目前在识别精度上获得了较好提升,但模型在嵌入式平台上无法兼具高准确性和快速性,进而难以应用于边缘智能等领域.基于神经网络提出了一种坐姿快速识别方法,使用轻量化网络替换骨干网络提取底层特征,并利用基于自适应批量归一化层候选评估模块对模型进行剪枝优化.同时,对坐姿识别方法进行改进,在骨骼关节特征的基础上融合骨骼图像特征,在提升检测速度的同时保证了识别精度.实验结果显示,改进后的模型识别准确率高,并且检测速度获得大幅提升.
文献关键词：
坐姿识别;嵌入式平台;特征融合;轻量化网络;模型剪枝
中图分类号：
作者姓名：
房志远;石守东;郑佳罄;胡加钿
作者机构：
宁波大学 信息科学与工程学院,浙江 宁波315211
文献出处：
引用格式：
[1]房志远;石守东;郑佳罄;胡加钿-.基于神经网络的骨骼特征融合下坐姿快速识别)[J].传感技术学报,2022(05):613-620
A类：
B类：
骨骼特征,特征融合,下坐,快速识别,坐姿识别,识别精度,嵌入式平台,快速性,边缘智能,轻量化网络,换骨,骨干网络,底层特征,批量归一化,选评,剪枝优化,骨骼关节,关节特征,图像特征,检测速度,模型识别,识别准确率,模型剪枝
AB值：
0.415147
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。
