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:
动作识别是通过计算机处理分析连续的视频流来自动识别一些人类的行为动作.本文首先在vgg传统深度学习模型的基础上改进网络结构提出了一种用于动作识别的新型网络结构.然后建立3dcnn,利用目标检测中的光流提取法创新性的进行模型融合.并由实验结果证明本文提出的模型在动作识别上有着良好的表现效果.
推荐文章
基于深度学习的人体动作识别方法
深度信息
人体动作识别
深度学习
空间结构动态深度图
深度卷积神经网络
基于视频的人体动作识别算法综述
动作识别
RGB数据
RGB-D数据
深度学习
基于场景理解的人体动作识别模型
双流网络结构
场景识别
人体动作识别
基于深度学习的轻量型人体动作识别模型
深度学习
图像处理
卷积神经网络
动作识别
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 基于深度学习的视频场景下的人体动作识别研究
来源期刊 数字技术与应用 学科 工学
关键词 深度学习 3D卷积 光流法 动作识别
年,卷(期) 2020,(9) 所属期刊栏目 应用研究
研究方向 页码范围 62-64
页数 3页 分类号 TP391.41
字数 语种 中文
DOI 10.19695/j.cnki.cn12-1369.2020.09.24
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 李轩 34 101 6.0 8.0
2 孙美鑫 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  (5)
共引文献  (5)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
深度学习
3D卷积
光流法
动作识别
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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导