首页|双流融合的动作识别方法研究

双流融合的动作识别方法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了有效改善传统动作识别方法中输入数据信息单一导致的识别率偏低等问题,提出一种结合视频数据和骨骼数据的双流融合方法.基于两种不同的深度学习网络,分别对视频数据与骨骼数据进行识别并将两者输出的概率加以融合,实现信息融合效果.在公开数据集NTU RGB+D上进行测试,达到83.76％的识别精度.该方法在一定程度上实现了不同数据的信息融合,能较为准确地区分出动作类别.
Research on Action Recognition Method of Dual-stream Fusion

孙于成

展开 >

安庆师范大学计算机与信息学院,安徽安庆246133

动作识别 骨骼数据 视频数据 信息融合

国家自然科学基金国家自然科学基金国家自然科学基金教育部科技发展中心"云数融合科教创新"基金安徽省高校优秀拔尖人才培育项目

1147500361603003114710932017A09116gxbjZD26

2021

10.11907/rjdk.201515

软件导刊
湖北省信息学会

软件导刊

影响因子：0.524
ISSN：1672-7800
年,卷(期)：2021.20(1)
  • 1
  • 3