掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
視覺人體動作識別技術 版權信息
- ISBN：9787121467608
- 條形碼：9787121467608 ; 978-7-121-46760-8
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
視覺人體動作識別技術 本書特色
一本從單人動作和群組動作兩個層面研究人體動作識別技術的圖書
視覺人體動作識別技術 內容簡介
人體動作識別是計算機視覺以及相關領域的重要研究內容，旨在識別出具有高層語義的人體動作？陀^環境的復雜性以及運動的多樣性使基于視覺的人體姿態估計和動作識別極具挑戰性，因此研究人體動作識別方法具有十分重要的理論意義和應用價值。本書在總結分析人體動作識別研究現狀的基礎上，從單人動作和群組動作兩個層面研究人體動作識別技術，即人體2D姿態估計、人體3D姿態估計、單人動作識別，以及群體動作識別。本書結構合理，內容全面，既有嚴格的理論基礎，又有實際的應用。。
視覺人體動作識別技術 目錄
●第1章 緒論001
1.1 研究目的和意義001
1.2 國內外研究現狀005
1.2.1 人體姿態估計005
1.2.2 基于視頻的人體動作識別011
1.2.3 基于骨架序列的人體動作識別014
1.2.4 基于互動關系的視覺人體動作識別015
1.2.5 視頻群體動作識別027
1.3 研究內容032
1.4 本書結構安排034
第2章 基于時序一致性探索的人體2D姿態估計036
2.1 引言036
2.2 相關工作038
2.2.1 基于深度學習的視頻人體2D姿態估計038
2.2.2 卷積長短時記憶網絡和可變形卷積038
2.3 問題定義039
2.4 圖像人體2D姿態估計網絡040
2.5 視頻時序一致性探索041
2.5.1 變形操作042
2.5.2 聚合操作043
2.5.3 雙向時序一致性探索043
2.5.4 多尺度時序一致性探索044
2.6 視頻人體2D姿態估計網絡044
2.7 實驗結果046
2.7.1 實驗設置046
2.7.2 性能比較048
2.7.3 模型控制變量分析與實驗結果051
2.8 本章小結055
第3章 多視角幾何驅動的自監督人體3D姿態估計057
3.1 引言057
3.2 相關工作059
3.2.1 基于深度學習的單目人體3D姿態估計060
3.2.2 弱/自監督單目人體3D姿態估計060
3.3 自監督人體3D姿態估計方法061
3.3.1 雙分支自監督訓練網絡結構061
3.3.2 損失函數062
3.3.3 訓練064
3.4 實驗結果065
3.4.1 實驗設置065
3.4.2 模型控制變量分析與實驗結果066
3.4.3 性能比較070
3.5 本章小結071
第4章 基于人體形狀與相機視角一致分解的人體3D姿態估計072
4.1 引言072
4.2 相關工作074
4.2.1 基于字典學習的單目人體3D姿態估計方法074
4.2.2 運動恢復非剛體結構075
4.3 問題定義075
4.4 一致分解網絡076
4.5 層次化字典學習077
4.6 模型訓練079
4.7 實驗結果079
4.7.1 實驗設置079
4.7.2 模型控制變量分析與實驗結果080
4.7.3 性能比較083
4.8 本章小結084
第5章 基于多時空特征的人體動作識別086
5.1 引言086
5.2 相關工作088
5.2.1 基于表觀的時空表示學習088
5.2.2 基于骨架序列的時空表示學習089
5.3 多時空特征人體動作識別方法概述089
5.4 多層級表觀特征聚合090
5.4.1 局部演化描述符提取090
5.4.2 局部演化描述符編碼092
5.4.3 深度監督的多層級特征聚合092
5.5 時空圖卷積網絡093
5.5.1 時空圖卷積094
5.5.2 網絡細節095
5.6 實驗結果096
5.6.1 實驗設置096
5.6.2 模型控制變量分析與實驗結果097
5.6.3 性能比較099
5.7 本章小結100
第6章 基于扁平式互動關系分析的多人動作識別101
6.1 引言101
6.2 相關工作109
6.3 特征表征111
6.3.1 肢體角度描述符特征113
6.3.2 空間布局特征114
6.3.3 基于融合受限玻爾茲曼機的特征融合116
6.4 線索互動關系模型126
6.5 扁平式動作識別方法127
6.6 局部線索與局部識別129
6.7 基于目標子空間度量的動作相關性分析130
6.8 全局線索整合與動作識別131
6.8.1 全局-局部線索整合算法131
6.8.2 改進全局-局部線索整合算法132
6.9 實驗結果與分析136
6.9.1 數據集及實驗設置136
6.9.2 算法結果與分析138
6.9.3 與現有方法的對比146
6.10 本章小結149
第7章 基于層級式互動關系分析的群組動作識別150
7.1 引言150
7.2 相關工作152
7.3 混合群組動作模型154
●
● 7.4 混合群組動作模型的概率分布157
●
● ……
1.1 研究目的和意義001
1.2 國內外研究現狀005
1.2.1 人體姿態估計005
1.2.2 基于視頻的人體動作識別011
1.2.3 基于骨架序列的人體動作識別014
1.2.4 基于互動關系的視覺人體動作識別015
1.2.5 視頻群體動作識別027
1.3 研究內容032
1.4 本書結構安排034
第2章 基于時序一致性探索的人體2D姿態估計036
2.1 引言036
2.2 相關工作038
2.2.1 基于深度學習的視頻人體2D姿態估計038
2.2.2 卷積長短時記憶網絡和可變形卷積038
2.3 問題定義039
2.4 圖像人體2D姿態估計網絡040
2.5 視頻時序一致性探索041
2.5.1 變形操作042
2.5.2 聚合操作043
2.5.3 雙向時序一致性探索043
2.5.4 多尺度時序一致性探索044
2.6 視頻人體2D姿態估計網絡044
2.7 實驗結果046
2.7.1 實驗設置046
2.7.2 性能比較048
2.7.3 模型控制變量分析與實驗結果051
2.8 本章小結055
第3章 多視角幾何驅動的自監督人體3D姿態估計057
3.1 引言057
3.2 相關工作059
3.2.1 基于深度學習的單目人體3D姿態估計060
3.2.2 弱/自監督單目人體3D姿態估計060
3.3 自監督人體3D姿態估計方法061
3.3.1 雙分支自監督訓練網絡結構061
3.3.2 損失函數062
3.3.3 訓練064
3.4 實驗結果065
3.4.1 實驗設置065
3.4.2 模型控制變量分析與實驗結果066
3.4.3 性能比較070
3.5 本章小結071
第4章 基于人體形狀與相機視角一致分解的人體3D姿態估計072
4.1 引言072
4.2 相關工作074
4.2.1 基于字典學習的單目人體3D姿態估計方法074
4.2.2 運動恢復非剛體結構075
4.3 問題定義075
4.4 一致分解網絡076
4.5 層次化字典學習077
4.6 模型訓練079
4.7 實驗結果079
4.7.1 實驗設置079
4.7.2 模型控制變量分析與實驗結果080
4.7.3 性能比較083
4.8 本章小結084
第5章 基于多時空特征的人體動作識別086
5.1 引言086
5.2 相關工作088
5.2.1 基于表觀的時空表示學習088
5.2.2 基于骨架序列的時空表示學習089
5.3 多時空特征人體動作識別方法概述089
5.4 多層級表觀特征聚合090
5.4.1 局部演化描述符提取090
5.4.2 局部演化描述符編碼092
5.4.3 深度監督的多層級特征聚合092
5.5 時空圖卷積網絡093
5.5.1 時空圖卷積094
5.5.2 網絡細節095
5.6 實驗結果096
5.6.1 實驗設置096
5.6.2 模型控制變量分析與實驗結果097
5.6.3 性能比較099
5.7 本章小結100
第6章 基于扁平式互動關系分析的多人動作識別101
6.1 引言101
6.2 相關工作109
6.3 特征表征111
6.3.1 肢體角度描述符特征113
6.3.2 空間布局特征114
6.3.3 基于融合受限玻爾茲曼機的特征融合116
6.4 線索互動關系模型126
6.5 扁平式動作識別方法127
6.6 局部線索與局部識別129
6.7 基于目標子空間度量的動作相關性分析130
6.8 全局線索整合與動作識別131
6.8.1 全局-局部線索整合算法131
6.8.2 改進全局-局部線索整合算法132
6.9 實驗結果與分析136
6.9.1 數據集及實驗設置136
6.9.2 算法結果與分析138
6.9.3 與現有方法的對比146
6.10 本章小結149
第7章 基于層級式互動關系分析的群組動作識別150
7.1 引言150
7.2 相關工作152
7.3 混合群組動作模型154
●
● 7.4 混合群組動作模型的概率分布157
●
● ……
展開全部
視覺人體動作識別技術 作者簡介
李侃，教授，博士生導師，副所長。 重點研發計劃評審專家、 863項目評審專家，北京市自然科學基金/重點基金評審專家、博士點基金/博士后基金評審專家， 期刊NLPR主編，以及其它期刊的編委。在澳大利亞、加拿大、中國香港等 、地區任職或學術研究。目前主要從事機器學習、模式識別及大數據分析方面的研究。主持了 重點研發專項課題、 973課題、863重大和和 自然科學基金等多項 和部級項目，獲得了多項國防科技進步獎和？萍汲晒坏泉劦瓤蒲歇剟。在TKDE等 外期刊、IJCAI、ACM MM等學術會議上發表SCI/EI檢索論文近百篇，發明專利20余項。出版了 和北京市精品教材、獲得了全國高校人工智能與大數據教學創新獎、T-more 教師獎、迪文 教師獎、教學成果獎一等獎等教學獎勵。
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
詩經-先民的歌唱
- >
莉莉和章魚
- >
伯納黛特,你要去哪(2021新版)
- >
月亮虎
- >
二體千字文
- >
經典常談
- >
山海經
本類暢銷
