您当前所在位置: 首页
筛选条件

时间

领域

全部

计算机科学技术(13)

电子、通信与自动控制技术(3)

信息科学与系统科学(1) 显示更多>>

中医学与中药学(0) 临床医学(0) 交通运输工程(0) 体育科学(0) 农学(0) 冶金工程技术(0) 力学(0) 动力与电气工程(0) 化学(0) 化学工程(0) 图书馆、情报与文献学(0) 土木建筑工程(0) 地球科学(0) 基础医学(0) 天文学(0) 安全科学技术(0) 工程与技术科学基础学科(0) 心理学(0) 教育学(0) 数学(0) 机械工程(0) 材料科学(0) 林学(0) 核科学技术(0) 水产学(0) 水利工程(0) 测绘科学技术(0) 物理学(0) 环境科学技术(0) 生物学(0) 畜牧科学、动物医学(0) 矿山工程技术(0) 管理学(0) 纺织科学技术(0) 经济学(0) 能源科学技术(0) 航空航天科学技术(0) 药学(0) 预防医学与卫生学(0) 食品科学技术(0)

学术评议

实时热搜榜

我的筛选 >
2003-2017 全部
为您找到包含“行为识别”的内容共17

钟子明,刘伟

2017-09-12

随着传感器技术的发展和手机计算能力的提升,基于智能手机传感器的用户行为识别成为近年来的研究热点。用户行为识别以手机传感器原始数据作为输入,通过识别算法预测用户的运动行为。它在健康和运动监测、用户生物

北京邮电大学自动化学院,北京 100876,北京邮电大学自动化学院,北京 100876

#电子、通信与自动控制技术#

桑海峰,郭昊,徐超

2014-08-22

为了提高监控视频中人体异常行为识别的实时性和准确率,提出了基于运动特征的人体异常行为识别方法。利用分块更新的背景差法从图像中提取出完整的人体轮廓,通过区域关联结合颜色直方图实现人体目标跟踪,解决了

高等学校博士学科点专项科研基金(20122102120004

辽宁省教育厅科学研究项目(L2012034

沈阳工业大学信息科学与工程学院,沈阳110870,沈阳工业大学信息科学与工程学院,沈阳110870,沈阳工业大学信息科学与工程学院,沈阳110870

#计算机科学技术#

本文收录在中国科技论文,2014,9(7):812-816.

ZHANG Hongbo,LI Shaozi,SU Songzhi

Many successful methods for recognizing human action are spatio-temporal interest point (STIP) based methods. Given a test video sequence, for matching-based method using voting mechanism, each test STIP casts a vote for each action class based on its mutual information with respect to the respective class, which is measured in terms of class likelihood probability. Therefore, two issues should be addressed to improve the accuracy of action recognition. First, effective STIPs in the training set must be selected as references for accurately estimating probability. Second, discriminative STIPs in test set must be selected for voting. This work uses e-nearest neighbors as effective STIPs for estimating the class probability and uses a variance filter for selecting discriminative STIPs. Experimental results verify that the proposed method is more accurate than existing action recognition methods.paper.

2012-11-05

the Shenzhen Science and Technology Research Foundation(No. JC200903180630A and ZYB200907110169A

the National Nature Science Foundation of China(No. 61202143

the Doctoral Program Foundation of Institutions of Higher Education of China (No. 20090121110032

School of Information Science and Technology, Xiamen University, FuJian XiaMen 361005, Fujian Key Laboratory of the Brain-like Intelligent Systems (Xiamen University), Xiamen, China, 361005,School of Information Science and Technology, Xiamen University, China, 361005

#Computer Science and Technology#

何杰,张少阳,徐诚,段世红,齐悦

2017-07-21

人体行为识别传统上使用通过启发方式获得的工程特征来解决,并且忽略了由传感器测得的数据流的时间信息,不能实现连续姿态识别。由于使用传统的BP神经网络,可能训练过度,得到的最优解不一定是全局最优解。因此

教育部博士学科点专项科研基金(20130006120013

北京科技大学计算机与通信工程学院,北京 100083;北京科技大学材料领域知识工程北京市重点实验室,北京 100083,北京科技大学计算机与通信工程学院,北京 100083;北京科技大学材料领域知识工程北京市重点实验室,北京 100083,北京科技大学计算机与通信工程学院,北京 100083;北京科技大学材料领域知识工程北京市重点实验室,北京 100083,北京科技大学计算机与通信工程学院,北京 100083;北京科技大学材料领域知识工程北京市重点实验室,北京 100083,北京科技大学计算机与通信工程学院,北京 100083;北京科技大学材料领域知识工程北京市重点实验室,北京 100083

#计算机科学技术#

Xiaobin Chang, Xiang Li, Yuting Mai, Wei-Shi Zheng

This paper addresses the group activity recognition in the still image. We formulate an alternative discriminant contextual model on feature level. On the one hand, it mines the person-joint-context feature model, which describes the interaction of a focal person and its surrounding context. In the meanwhile, the surrounding context is featured with the relative pose, relative location and the scene background. On the other hand, a similar interaction model is formed to learn the interactive correlation between a focal person and its surrounding context. An optimization criterion is proposed to learn the similar interaction model. We show that the optimization problem can be optimized efficiently. Our experimental results show that the proposed model outperforms related works, even though temporal information is not available.

2014-09-10

Specialized Research Fund for the Doctoral Program of Higher Education (20110171120051

,,,

#Information Science and System Science#

侯晏龙,李志刚,蔡向群,张宝昌

2013-10-29

本文主要研究基于视频的行为识别技术。所论述的方法主要用于识别时空混合的视频数据中的人类行为活动,它不同于其他二维图像识别技术,以及还很多三维时空兴趣点检测方法,将主要讨论如何通过提取立方体像素窗口

北京航空航天大学自动化学院,北京航空航天大学自动化学院,北京航空航天大学自动化学院,北京航空航天大学, 飞行器控制一体化技术重点实验室, 自动化科学与电气工程学院, 北京100191

#计算机科学技术#

付巍,王双全,陈灿峰,马建

2009-01-09

传感器网络和移动终端的日常行为识别方法,通过用户携带的移动终端与传感器节点直接通讯,收集与用户相关的行为数据并进行数据预处理和行为识别。该方法通过传感器节点分组方法,将每个用户的移动终端和与其相关的传感器

北京邮电大学计算机科学与技术学院,诺基亚(北京)研究中心,诺基亚(北京)研究中心,诺基亚(北京)研究中心

#计算机科学技术#

李阳

2009-02-06

基于无线传感器网络的人体行为识别,特别是穿戴式行为识别,在环境智能、健康监护等众多领域应用非常广泛,受到了研究人员越来越多的重视。本文提出了一种基于概率融合的行为识别方法,通过对多个传感器数据分别

北京邮电大学网络与交换技术国家重点实验室宽带网中心

#计算机科学技术#

0评论(0 分享(0)

GUO Wei,HU Tao,LIU Ruqian

Recognizing human interactions is a one of the most important problems in computer vision and impacts a wide range of applications. This paper presents a new method for the recognition of two-person interactions using hierarchical saliency-based representation. Hierarchical saliency is defined as Salient Action at the highest level, Salient Point at middle level, Salient Joint at the lowest level of interaction, determined by the greatest spatial-temporal positional changes at each level. Given the saliency of interactions at different levels, several types of features were extracted according to the discriminative characteristics of behaviors, such as spatial displacement, direction relations and etc. Since there are few publicly accessible test datasets, we created a new dataset with eight types of interactions named K3HI, using a new depth sensor, the Microsoft Kinect. The method was tested using the SVM multi-class classifier; our experimental results demonstrate that the average recognition accuracy of hierarchical saliency-based representation is 90.29%, outperforming methods using other features.

2014-12-24

Specialized Research Fund for the Doctoral Program of Higher Education(20120141120041

Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing,Wuhan University,Wuhan 430072,Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing,Wuhan University,Wuhan 430072,Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing,Wuhan University,Wuhan 430072

#Computer Science and Technology#

呙维,胡涛,刘汝倩

2014-12-24

本文提出了一种将两个人的互动分解主动行为和被动行为的新方法以实现更有效的行为识别。在两人的互动中,主动行为起到决定性的作用。因此,互动行为识别可以被简化为只关注一个人的行为表达的主动行为识别。最近

高等学校博士学科点专项科研基金新教师类资助课题(20120141120041

武汉大学测绘遥感信息工程国家重点实验室,武汉 430072,武汉大学测绘遥感信息工程国家重点实验室,武汉 430072,武汉大学测绘遥感信息工程国家重点实验室,武汉 430072

#计算机科学技术#

本文收录在中国科技论文,2015,10(14):1696-1699.

0评论(0 分享(0)