结合单目视觉成像和深度测量的行为检测研究

您当前的位置：

首页 >

文章列表页 >

光学测量 | 更新时间：2025-09-01

- 结合单目视觉成像和深度测量的行为检测研究
- Study on action detection by combination of monocular vision imaging and depth measure
- 光学技术 2021年47卷第2期页码：196-202
- 作者机构：
  
  1. 1:常州机电职业技术学院信息工程学院
  2. 2:江苏省物联网与制造业信息化工程技术研究中心
- 作者简介：
- 基金信息：
  
  常州市工业互联网数据智能技术重点实验室资助(CM20183002)
- DOI：10.13741/j.cnki.11-1879/o4.2021.02.012
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
包林霞, 王云良. 结合单目视觉成像和深度测量的行为检测研究[J]. 光学技术, 2021,47(2):196-202.

Study on action detection by combination of monocular vision imaging and depth measure[J]. 2021, 47(2): 196-202.
包林霞, 王云良. 结合单目视觉成像和深度测量的行为检测研究[J]. 光学技术, 2021,47(2):196-202. DOI： 10.13741/j.cnki.11-1879/o4.2021.02.012.

Study on action detection by combination of monocular vision imaging and depth measure[J]. 2021, 47(2): 196-202. DOI： 10.13741/j.cnki.11-1879/o4.2021.02.012.

人体行为自动检测技术易受成像角度、环境因素的影响

造成检测准确性下滑

结合单目视觉和深度传感器提出了一种新的行为检测技术。首先筛选出人体行为相关的关键帧

以解决行为速度不统一的问题;结合卷积神经网络特征和幅度直方图作为行为描述符;利用对抗网络实现人体行为的域适应迁移学习

解决单目视觉成像角度偏差的问题。在公开的行为检测数据集上完成了验证实验

结果显示该技术提高了行为检测的性能

并能有效改善单目视觉成像角度差异所导致的检测性能衰减问题。

浏览量

158

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于重引力搜索和深度学习的图像表情识别研究

基于移动分割与轻量化分类网络的红外目标实时识别方法

基于深度神经网络的光纤通信高阶色散预测

基于深度神经网络的镜片佩戴舒适度研究

基于多级注意力密集残差网络的单幅图像超分辨率重建