南京泉峰集团办公楼设计开题报告
2020-05-05 17:12:23
1. 研究目的与意义(文献综述包含参考文献)
文 献 综 述 近年来, 被广泛关注的深度学习算法已经被成功运用于语音识别、图形识别等各个领域. 深度学习理论在静态图像特征提取上取得了卓著成就, 并逐步推广至具有时间序列的视频行为识别研究中。
[1] 人体行为识别因为其广泛的应用而成为一个热点研究领域[2],包括人机交互、异常行为检测[3]等等。
行为识别的关键是对具有强烈描述能力的行为特征的提取, 早期的对特征提取而手动设计的特征,例如hog/hof[4]、hog3d[5]等通常都是通过特定的目的进行设计的, 由于通常它都是对于固定的数据集进行设定的,因此可能无法适应现实世界中的很多场景。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 研究的基本内容、问题解决措施及方案
人体行为识别的大致流程如下: 本课题拟在windows系统下,基于tensorflow平台,使用python程序语言进行人体行为识别的处理工作。
2.1视频数据采集 本文的视频数据拟采用kinects、activity等数据集或实拍视频流。
2.2数据预处理与目标检测 预处理训练样本集和测试样本集中的所有图像,通过高斯混合模型提取出目标运动前景,获得前景运动时的二值图像。
剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付