期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
时域注意力Dense-TCNs在多模手势识别中的应用
被引量：
4
1
作者
张毅
赵杰煜
+1 位作者
王翀
郑烨
《计算机工程》
CAS
CSCD
北大核心
2020年第9期101-109,共9页
为增强时间卷积网络(TCNs)在时间特征提取方面的能力,提出一种基于三维密集卷积网络与改进TCNs的多模态手势识别方法。通过时空特征表示方法将手势视频分析任务分为空间分析和时间分析两部分。在空间分析中采用三维DenseNets学习短期的...
为增强时间卷积网络(TCNs)在时间特征提取方面的能力,提出一种基于三维密集卷积网络与改进TCNs的多模态手势识别方法。通过时空特征表示方法将手势视频分析任务分为空间分析和时间分析两部分。在空间分析中采用三维DenseNets学习短期的时空特征,在时间分析中使用TCNs提取时间特征。在此基础上引入注意力机制,使用时域维度的压缩-激励网络调整每个TCNs层特征在时间维度上的权值比重。分别在VIVA和NVGesture两个动态手势数据集上对该方法进行评价,实验结果表明,该方法在VIVA数据集上的正确率为91.54%,在NVGesture数据集上的正确率为86.37%,且与最新的MTUT方法水平相近。
展开更多
关键词
手势识别
三维
密集
卷积
网络
时间
卷积
网络
短时时空特征
注意力机制
下载PDF
职称材料
三维循环密集卷积神经网络在视频手势识别的应用
2
作者
马乾力
魏伟航
+1 位作者
赵锦成
高治良
《软件》
2019年第6期109-112,共4页
手势识别是当前计算机视觉的一个重要研究课题,由于手势旋转,角度等因素的影响,视频手势识别仍是一项具有挑战性的任务。该文提出了一种基于三维密集卷积神经网络和门限循环单元的双通道手势识别算法,通过三维密集卷积神经网络获取手势...
手势识别是当前计算机视觉的一个重要研究课题,由于手势旋转,角度等因素的影响,视频手势识别仍是一项具有挑战性的任务。该文提出了一种基于三维密集卷积神经网络和门限循环单元的双通道手势识别算法,通过三维密集卷积神经网络获取手势的空间信息,使用门限循环单元学习视频中手势的时序信息,最后融合RGB图像和深度图像的深度学习模型特征以此对手势进行识别。在ISOGD数据集上的实验表明,该手势识别算法能够有效提高了视频手势识别的准确率。
展开更多
关键词
手势识别
三维
密集
卷积
神经
网络
门限循环单元
下载PDF
职称材料
题名
时域注意力Dense-TCNs在多模手势识别中的应用
被引量：
4
1
作者
张毅
赵杰煜
王翀
郑烨
机构
宁波大学信息科学与工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第9期101-109,共9页
基金
国家自然科学基金(61603202,61571247)
浙江省自然科学基金重点项目(LZ16F03001,LY17F030002)。
文摘
为增强时间卷积网络(TCNs)在时间特征提取方面的能力,提出一种基于三维密集卷积网络与改进TCNs的多模态手势识别方法。通过时空特征表示方法将手势视频分析任务分为空间分析和时间分析两部分。在空间分析中采用三维DenseNets学习短期的时空特征,在时间分析中使用TCNs提取时间特征。在此基础上引入注意力机制,使用时域维度的压缩-激励网络调整每个TCNs层特征在时间维度上的权值比重。分别在VIVA和NVGesture两个动态手势数据集上对该方法进行评价,实验结果表明,该方法在VIVA数据集上的正确率为91.54%,在NVGesture数据集上的正确率为86.37%,且与最新的MTUT方法水平相近。
关键词
手势识别
三维
密集
卷积
网络
时间
卷积
网络
短时时空特征
注意力机制
Keywords
gesture recognition
3D Dense convolutional Networks(3D-DenseNets)
Temporal Convolutional Networks(TCNs)
short-term temporal and spatial features
attention mechanism
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
三维循环密集卷积神经网络在视频手势识别的应用
2
作者
马乾力
魏伟航
赵锦成
高治良
机构
深圳微纳集成电路与软件应用研究院
出处
《软件》
2019年第6期109-112,共4页
基金
深圳市科技创新委员会基础研究(学科布局)项目(基20160123)支持
文摘
手势识别是当前计算机视觉的一个重要研究课题,由于手势旋转,角度等因素的影响,视频手势识别仍是一项具有挑战性的任务。该文提出了一种基于三维密集卷积神经网络和门限循环单元的双通道手势识别算法,通过三维密集卷积神经网络获取手势的空间信息,使用门限循环单元学习视频中手势的时序信息,最后融合RGB图像和深度图像的深度学习模型特征以此对手势进行识别。在ISOGD数据集上的实验表明,该手势识别算法能够有效提高了视频手势识别的准确率。
关键词
手势识别
三维
密集
卷积
神经
网络
门限循环单元
Keywords
Gesture recognition
3-D dense convolution neural network
Gated recurrent unit
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
TP319.4 [自动化与计算机技术—控制科学与工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
时域注意力Dense-TCNs在多模手势识别中的应用
张毅
赵杰煜
王翀
郑烨
《计算机工程》
CAS
CSCD
北大核心
2020
4
下载PDF
职称材料
2
三维循环密集卷积神经网络在视频手势识别的应用
马乾力
魏伟航
赵锦成
高治良
《软件》
2019
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
