| 题名 | 基于分层方法的复杂人体行为识别研究; Research on Hierarchical Approaches based Complex Human Action Recognition |
| 作者 | 谢立东 |
| 答辩日期 | 2014 ; 2014 |
| 导师 | 潘伟 |
| 关键词 | 人体行为识别 深度学习 隐马尔科夫模型 上下文无关文法 Kinect human action recognition deep learning HMM context-free grammar Kinect |
| 英文摘要 | 人体行为识别的目标是使计算机能够从包含人动作的视频图像中识别、理解 出人的行为，这需要计算机具备一定的计算机视觉、机器学习能力。目前，由于 受到技术限制和相关理论限制，人体行为识别还停留在初级阶段，识别任务较为 简单。这样，计算机就不能较好地通过摄像头理解人的动作行为，这限制了人机 交互、智能家居、视频内容检索等领域的发展。 本文提出了一种基于分层方法的人体行为识别架构，该架构分为三层：第一 层为原子动作识别，采用深度学习范式——栈式降噪自编码神经网络进行建模学 习。在第一层图像预处理阶段提取人体轮廓，标定其为感兴趣区域并进行缩放操 作，降低数据维度。提出了金字塔型架构的网络层...; Human action recognition aims at enabling computers to recognize and read body actions involved in images and videos. It requires computers of visual and comprehensive abilities. Due to the limited technical and theoretical level at present, human action recognition still remains at its primary stage and just can achieve some simple tasks resulting in limited development in fields like human-c...; 学位：工程硕士; 院系专业：信息科学与技术学院_计算机技术; 学号：31520111153201 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=46742 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/84549]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 谢立东. 基于分层方法的复杂人体行为识别研究, Research on Hierarchical Approaches based Complex Human Action Recognition[D]. 2014, 2014. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论