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:
鉴于青少年在线学习的不断普及,本文提出使用计算机深度学习技术进行在线学习时特定动作识别研究的方法.该方法应用卷积神经网络,基于帧间差分法提取视频关键帧,融合了空间和时间特征,用于识别青少年在线学习时不同类型的动作.经实验证实,该方法能有效识别出躺卧、站立、移动等特定动作,验证了该方法的有效性.
推荐文章
基于自适应仿生网络的非特定物体在线识别
自适应仿生网络
非特定
记忆结构
在线识别
对青少年运动员进行运动技术动作概念教学的研究
青少年运动员
运动技术动作概念
意义
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 基于青少年在线学习的特定动作识别
来源期刊 信息与电脑 学科
关键词 空间特征 时间特征 动作识别
年,卷(期) 2021,(13) 所属期刊栏目 算法语言
研究方向 页码范围 24-26
页数 3页 分类号 G712
字数 语种 中文
DOI 10.3969/j.issn.1003-9767.2021.13.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (5)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(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)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(16)
  • 参考文献(0)
  • 二级参考文献(16)
2017(16)
  • 参考文献(2)
  • 二级参考文献(14)
2018(15)
  • 参考文献(0)
  • 二级参考文献(15)
2019(8)
  • 参考文献(5)
  • 二级参考文献(3)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
空间特征
时间特征
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