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:
针对人体执行动作时不同身体部位之间的协同关系,提出了基于人体空间协同运动结构特征的行为识别方法.首先度量人体不同部位对完成动作的贡献度,并将不同部位的贡献度转变为协同运动结构特征模型.然后利用模型无监督、自适应地对不同身体部位的运动特征进行约束.在此基础上借鉴跨媒体检索方法JFSSL对不同模态的特征进行特征选择与多模态特征融合.实验表明,所提方法在自建的行为数据库上明显提高了开放测试的识别率,且计算过程简便,易于实现.
推荐文章
基于多特征融合的运动人体行为识别
行为识别
特征融合
小波描述子
支持向量机
面向人体行为识别的深度特征学习方法比较
深度学习
行为识别
序列数据分类
深度卷积神经网络
长短期时间记忆网络
基于多传感器数据融合的人体运动模式识别研究
运动模式识别
卡尔曼滤波
数据融合
姿态检测
基于稀疏表示与特征融合的人脸识别方法
人脸识别
稀疏表示
低秩恢复
特征融合
鲁棒性
泛化性能
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 面向行为识别的人体空间协同运动结构特征表示与融合
来源期刊 北京航空航天大学学报 学科 工学
关键词 贡献度度量 协同运动 结构特征 特征选择 多模态融合
年,卷(期) 2019,(12) 所属期刊栏目
研究方向 页码范围 2495-2505
页数 11页 分类号 TP391
字数 5790字 语种 中文
DOI 10.13700/j.bh.1001-5965.2019.0373
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 宦娟 常州大学信息科学与工程学院 23 164 5.0 12.0
2 侯振杰 常州大学信息科学与工程学院 28 54 5.0 6.0
3 梁久祯 常州大学信息科学与工程学院 22 34 4.0 5.0
4 莫宇剑 常州大学信息科学与工程学院 2 2 1.0 1.0
5 常兴治 常州信息职业技术学院智能制造工业云开放实验室 7 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (13)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(15)
  • 参考文献(5)
  • 二级参考文献(10)
2017(9)
  • 参考文献(3)
  • 二级参考文献(6)
2018(5)
  • 参考文献(1)
  • 二级参考文献(4)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
贡献度度量
协同运动
结构特征
特征选择
多模态融合
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
北京航空航天大学学报
月刊
1001-5965
11-2625/V
大16开
北京市海淀区学院路37号
1956
chi
出版文献量(篇)
6912
总下载数(次)
23
总被引数(次)
69992
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导