【《基于深度学习的动作识别方法分析综述》6900字（论文）】_第1页
【《基于深度学习的动作识别方法分析综述》6900字（论文）】_第2页
【《基于深度学习的动作识别方法分析综述》6900字（论文）】_第3页
【《基于深度学习的动作识别方法分析综述》6900字（论文）】_第4页
【《基于深度学习的动作识别方法分析综述》6900字（论文）】_第5页
已阅读5页，还剩12页未读， 继续免费阅读

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于深度学习的动作识别方法分析综述目录TOC\o"1-3"\h\u19062基于深度学习的动作识别方法分析综述 ]等基于人体骨骼关键点模态的动作识别网络，在公开数据集上的准确率得到了进一步的提升。研究者们针对深度学习中动作识别任务常对上述四种动作识别方法加以改进，根据所使用的模态可能不同，大致分为外观、深度、光流、骨骼关键点四种，表1.1为对四种模态优缺点的总结，其中骨骼关键点模态因为更适应于家庭服务机器人这种计算量小的设备，所以在构建动作识别模型时，选用基于人体骨骼关键点的图卷积神经网络，并对其加以改进，使网络更加适用于家庭场景下的动作识别任务。表1.1常用模态Table1.1Commonmode类别形式优点缺点静态特征外观、深度可以获得更多有用的信息背景复杂的情况下不易获取信息动态特征光流提升低分辨率图像序列中运动速度、方向等特征提取的鲁棒性存在噪声、不易准确获取、计算复杂度高描述性特征骨骼关键点对动态环境和背景复杂环境适应性强；信息紧凑，冗余量和计算量少包含信息不如静态特征和动态特征多

人人文库> 全部分类> 行业资料 > 工业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论