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:
目前人体行为识别是视频分析领域的研究热点,准确有效的人体行为识别的关键是动作时序建模和特征表示。该文归纳了人体行为识别常用的数据集,对人体行为识别表示方法进行了全面的回顾,并介绍了人体行为识别研究的最新方法,包括RGB和深度数据中手工设计的动作特征的进展,基于深度学习的时序表示方法的最新进展及当前研究的热点。最后总结了目前待解决的问题,对未来行为识别可能的发展方向进行了论述。
推荐文章
深度视频中人体行为识别的图建模技术
人体行为识别
图模型
图核
特征选择
深度视频
视频图像中人体运动目标检测算法研究
视频图像
运动目标检测
人体目标分类识别
鲁棒性
视频中人体行为分析
时空兴趣点
累积边缘图像
行为分析
基于视觉的人体行为识别算法研究综述
人体行为识别
数据集
动作分割
深度学习
双流网络
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 视频中人体行为识别的时序建模算法的分析
来源期刊 电脑知识与技术:学术版 学科 工学
关键词 人体行为识别 深度学习 动作特征表示 数据驱动 视频分析
年,卷(期) 2021,(5) 所属期刊栏目
研究方向 页码范围 194-196
页数 3页 分类号 TP391
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
人体行为识别
深度学习
动作特征表示
数据驱动
视频分析
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
论文1v1指导