基于深度信念网络的视觉人体动作识别
为实现互联网上大量背景复杂、视点变化的视频中人体动作的识别,提出了一种使用无监督的深度信念网络(DBNs)进行人体动作识别的创新方法.该方法采用深度信念网络(DBNs)和受限玻耳兹曼机进行无约束视频的动作识别,利用无监督深度学习模型自动提取合适的特征表示,不需要任何先验知识.在一个具有挑战性的UCF体育数据集上进行实验,证明了该方法准确有效.同时该方法也适用于其他视觉识别任务,并在未来可扩展到非结构化的人体活动识别.
深度信念网络;玻耳兹曼机;人体动作识别;无监督
48
TP391(计算技术、计算机技术)
国家自科基金地区科学基金项目41761012
2021-11-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
400-403