作者:
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:
在人工智能与大数据技术不断发展的背景下,信息的来源与呈现形式都产生较大程度的变化,多元化的媒介形态与信息为大众带来了多重的视听体验,多模态机器学习应运而生.笔者主要针对深度学习理论以及多模态动作识别理论进行阐述与解读,并对深度学习与多模态动作识别之间的关联性进行分析,从而在此基础上探究深度学习的多模态动作识别方法,以此推进我国媒介技术发展的研究进程.
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
基于水声环境空间中多模态深度融合模型的目标识别方法研究
水下目标识别
多模态
水声环境
深度模型
目标特性
多模态深度学习综述
多模态
深度学习
多神经网络
多模态表示
多模态传译
多模态融合
多模态对齐
基于深度学习框架的多模态动作识别
深度学习
多模态
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 基于深度学习的多模态动作识别方法探究
来源期刊 信息与电脑 学科
关键词 深度学习 多模态 动作识别
年,卷(期) 2021,(8) 所属期刊栏目 人工智能与识别技术
研究方向 页码范围 171-173
页数 3页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1003-9767.2021.08.048
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (11)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(3)
  • 参考文献(0)
  • 二级参考文献(3)
2018(5)
  • 参考文献(0)
  • 二级参考文献(5)
2019(3)
  • 参考文献(1)
  • 二级参考文献(2)
2020(4)
  • 参考文献(4)
  • 二级参考文献(0)
2021(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(2)
  • 参考文献(2)
  • 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
多模态
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
论文1v1指导