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
重建误差最优化的运动捕获数据关键帧提取
被引量:
13
1
作者
刘云根
刘金刚
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010年第4期670-675,共6页
为了实现运动捕获数据的实时压缩,提出一种重建误差最优化的关键帧提取方法.定义重建误差作为关键帧有效性的度量标准;利用帧消减算法得到各消减帧的重建误差,并根据误差大小对消减帧进行排序;最后以消减帧排序为基础计算出重建误差曲线...
为了实现运动捕获数据的实时压缩,提出一种重建误差最优化的关键帧提取方法.定义重建误差作为关键帧有效性的度量标准;利用帧消减算法得到各消减帧的重建误差,并根据误差大小对消减帧进行排序;最后以消减帧排序为基础计算出重建误差曲线,并依据曲线确定最优压缩率来提取出相应数量的关键帧.实验结果表明,该方法能够高效地从运动捕获数据中提取出具有最优重建误差的关键帧,较好地满足了数据实时压缩的需要.
展开更多
关键词
运动捕获数据
关键
帧
重建误差
帧
消减
下载PDF
职称材料
基于少量关键序列帧的人体姿态识别方法
被引量:
7
2
作者
蔡兴泉
涂宇欣
+1 位作者
余雨婕
高宇峰
《图学学报》
CSCD
北大核心
2019年第3期532-538,共7页
针对传统人体姿态识别数据采集易受环境干扰、难以解决人体运动姿态的相似性和人体运动执行者的特征差异性等问题,提出一种基于少量关键序列帧的人体姿态识别方法。首先对原有运动序列进行预选,通过运动轨迹取极值的方法构造初选关键帧...
针对传统人体姿态识别数据采集易受环境干扰、难以解决人体运动姿态的相似性和人体运动执行者的特征差异性等问题,提出一种基于少量关键序列帧的人体姿态识别方法。首先对原有运动序列进行预选,通过运动轨迹取极值的方法构造初选关键帧序列,再利用帧消减算法获取最终关键帧序列;然后对不同人体姿态分别建立隐马尔科夫模型,利用Baum-Welch算法计算得到初始概率矩阵、混淆矩阵、状态转移矩阵,获得训练后模型;最后输入待测数据,应用前向算法,得到对于每个模型的概率,比较并选取最大概率对应的姿态作为识别结果。实验结果表明,该方法能够有效的选取原始运动序列的关键帧,提高人体姿态识别的准确性。
展开更多
关键词
人体姿态识别
序列
帧
帧
消减
隐马尔科夫模型
下载PDF
职称材料
题名
重建误差最优化的运动捕获数据关键帧提取
被引量:
13
1
作者
刘云根
刘金刚
机构
中国科学院计算技术研究所
中国科学院研究生院
首都师范大学计算机科学联合研究院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010年第4期670-675,共6页
文摘
为了实现运动捕获数据的实时压缩,提出一种重建误差最优化的关键帧提取方法.定义重建误差作为关键帧有效性的度量标准;利用帧消减算法得到各消减帧的重建误差,并根据误差大小对消减帧进行排序;最后以消减帧排序为基础计算出重建误差曲线,并依据曲线确定最优压缩率来提取出相应数量的关键帧.实验结果表明,该方法能够高效地从运动捕获数据中提取出具有最优重建误差的关键帧,较好地满足了数据实时压缩的需要.
关键词
运动捕获数据
关键
帧
重建误差
帧
消减
Keywords
motion capture data
keyframe
reconstruction error
frame decimation
分类号
TP391.41 [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
基于少量关键序列帧的人体姿态识别方法
被引量:
7
2
作者
蔡兴泉
涂宇欣
余雨婕
高宇峰
机构
北方工业大学信息学院
出处
《图学学报》
CSCD
北大核心
2019年第3期532-538,共7页
基金
国家自然科学基金项目(61503005)
北京市自然科学基金项目(4162022)
北方工业大学长城学者培养项目(NCUTCC08)
文摘
针对传统人体姿态识别数据采集易受环境干扰、难以解决人体运动姿态的相似性和人体运动执行者的特征差异性等问题,提出一种基于少量关键序列帧的人体姿态识别方法。首先对原有运动序列进行预选,通过运动轨迹取极值的方法构造初选关键帧序列,再利用帧消减算法获取最终关键帧序列;然后对不同人体姿态分别建立隐马尔科夫模型,利用Baum-Welch算法计算得到初始概率矩阵、混淆矩阵、状态转移矩阵,获得训练后模型;最后输入待测数据,应用前向算法,得到对于每个模型的概率,比较并选取最大概率对应的姿态作为识别结果。实验结果表明,该方法能够有效的选取原始运动序列的关键帧,提高人体姿态识别的准确性。
关键词
人体姿态识别
序列
帧
帧
消减
隐马尔科夫模型
Keywords
human posture recognition
frames sequence
frame subtraction
hidden Markov model
分类号
TP391 [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
作者
出处
发文年
被引量
操作
1
重建误差最优化的运动捕获数据关键帧提取
刘云根
刘金刚
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2010
13
下载PDF
职称材料
2
基于少量关键序列帧的人体姿态识别方法
蔡兴泉
涂宇欣
余雨婕
高宇峰
《图学学报》
CSCD
北大核心
2019
7
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