10.16182/j.issn1004731x.joss.19-0448
基于深度神经网络的多视角人体动作识别
为提高多视角人体动作识别的精度,提出了一种新的深度秽经网络模型——CNN+CA(Convolutional Neural Network plus Context Attention)模型和一种基于序列匹配的识别方法.利用卷积神经网络自动学习出多视角融合特征;引入上下文注意力模块自动突出特征中有利于识别的区域,进一步提高特征的判别力;通过基于序列匹配的方法实现人体动作识别.在IXMAS数据集和i3DPost数据集上的实验结果表明,所提方法在识别精度上超过了其他同类方法.
多视角、人体动作识别、卷积神经网络、上下文注意力、序列匹配
33
TP391(计算技术、计算机技术)
国家自然科学基金;国家重点研发计划
2021-06-08(万方平台首次上网日期,不代表论文的发表时间)
共12页
1019-1030