结合单目视觉成像和深度测量的行为检测研究

• 作者: 包林霞 王云良
• 来源期刊: 光学技术
• 关键词: 自动行为检测 单目视觉成像 人工智能技术 深度神经网络 迁移学习
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 光学测量|Optical Measurement
• 页码范围: 196-202
• 页数: 7页
• 分类号: TP394.1|TH691.9
• 语种: 中文

摘要

人体行为自动检测技术易受成像角度、环境因素的影响,造成检测准确性下滑,结合单目视觉和深度传感器提出了一种新的行为检测技术.首先筛选出人体行为相关的关键帧,以解决行为速度不统一的问题;结合卷积神经网络特征和幅度直方图作为行为描述符;利用对抗网络实现人体行为的域适应迁移学习,解决单目视觉成像角度偏差的问题.在公开的行为检测数据集上完成了验证实验,结果显示该技术提高了行为检测的性能,并能有效改善单目视觉成像角度差异所导致的检测性能衰减问题.