基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
长期坐姿不正确将会严重危害人体健康.现有的基于计算机视觉的坐姿检测方法主要是通过检测人体本身来判别坐姿的健康性,没有综合地考虑人体与屏幕之间的交互关系,使得对多种不健康坐姿无法准确检测,对此提出了一种基于多关联特征的屏幕阅读坐姿健康性判别方法.从人体自身的约束关系和人与屏幕间的约束关系这2个方面考虑,先检测出人体和屏幕,再根据目标的空间方位关系综合地提取与坐姿健康关联性强的坐姿特征.接着将坐姿特征序列输入到卷积神经网络中进行学习和分类,从而实现坐姿的健康性判别.实验结果表明,该方法可以有效地识别出屏幕阅读时存在的多种不健康坐姿行为.与其他方法相比,具有较好地识别结果及应用价值.
推荐文章
一种新型基于用户指导的多关系关联规则挖掘算法
多关系数据挖掘
多关系关联规则
用户指导
有向图
元组ID传播
基于PCA的坐姿行为识别
行为识别
坐姿
运动目标检测
肤色提取
主分量分析
基于多特征融合的仪表屏幕定位方法
智能数字仪表
屏幕定位
多特征融合
数据集扩充
分类学习
目标检测
基于独立性权-灰色关联度理论的突水水源判别
突水水源
Piper三线图
独立性权系数法
灰色关联度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多关联特征的屏幕阅读坐姿健康性判别
来源期刊 图学学报 学科 工学
关键词 坐姿检测 健康性判别 多关联特征 卷积神经网络
年,卷(期) 2019,(5) 所属期刊栏目 图像与视频处理
研究方向 页码范围 892-899
页数 8页 分类号 TP391
字数 5026字 语种 中文
DOI 10.11996/JG.j.2095-302X.2019050892
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 闵卫东 南昌大学软件学院 13 69 4.0 8.0
2 韩清 南昌大学信息工程学院 6 57 4.0 6.0
3 邹芳园 南昌大学信息工程学院 1 0 0.0 0.0
4 崔浩 南昌大学信息工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (2)
参考文献  (21)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(7)
  • 参考文献(5)
  • 二级参考文献(2)
2018(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
坐姿检测
健康性判别
多关联特征
卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
图学学报
双月刊
2095-302X
10-1034/T
16开
北京海淀学院路37号中国图学学会学报编辑部
1980
chi
出版文献量(篇)
3336
总下载数(次)
7
论文1v1指导