-
公开(公告)号：CN113761975A
公开(公告)日：2021-12-07
申请号：CN202010498569.0
申请日：2020-06-04
Applicant: 南京大学
Abstract: 一种基于多模态特征融合的人体骨架动作识别方法，在存储空间、计算资源受限的条件下，利用骨架序列和少量图片信息对视频中人体动作进行分类，实现动作识别。本发明通过对每个待分类视频只抽取一帧作为图片信息，为静态动作类别引入了环境信息，但是没有增加太大的存储、计算压力，将由视频得到骨架序列信息和图片信息这两种模态信息进行融合，实现对视频中人体动作识别，并进一步提出了特征替换训练过程和KL散度的约束方法，进一步提高识别的精度。与现有其他动作识别方法相比，本发明在不同数据集的测试精度指标上都取得了很好的效果。
-
公开(公告)号：CN113761975B
公开(公告)日：2023-12-15
申请号：CN202010498569.0
申请日：2020-06-04
Applicant: 南京大学
IPC: G06V40/20 , G06V20/40 , G06V10/764 , G06V10/80
Abstract: 一种基于多模态特征融合的人体骨架动作识别方法，在存储空间、计算资源受限的条件下，利用骨架序列和少量图片信息对视频中人体动作进行分类，实现动作识别。本发明通过对每个待分类视频只抽取一帧作为图片信息，为静态动作类别引入了环境信息，但是没有增加太大的存储、计算压力，将由视频得到骨架序列信息和图片信息这两种模态信息进行融合，实现对视频中人体动作识别，并进一步提出了特征替换训练过程和KL散度的约束方法，进一步提高识别的精度。与现有其他动作识别方法相比，本发明在不同数据集的测试精度指标上都取得了很好的效果。
-
Search Results
2
records
(took 0.015 seconds)
