10.13774/j.cnki.kjtb.2020.01.010
基于神经网络的人体动态行为智能识别方法
针对传统方法的人体动态行为智能识别方法存在识别率较低等问题,提出基于神经网络的人体动态行为智能识别方法.对人体动态行为数据预处理,并构建人工神经网络模型,实现人工神经网络训练以及特征提取;将视频的光流图像放置于卷积神经网络模型中,获取图像的时域特征;融合人工神经网络特征与时域特征,并将其放入SVM中进行类别划分,实现基于神经网络的人体动态行为智能识别.仿真实验研究结果表明,所提方法能够有效提升人体动态行为识别准确率,并且整个方法的综合性能较好.
神经网络、人体动态行为、智能识别方法
36
TP183(自动化基础理论)
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
60-63