摘要：提出了一种基于二维(2D)转三维(3D)骨架的实时检测双分支子网络,可实现2D骨架关键点的3D估计和2D、3D骨架特征融合的人体3D动作识别。在检测过程采用OpenPose框架实时获取视频中人体骨架的2D关键点坐标。在2D转3D骨架估计过程中,设计了一种输入为难样本且具有反馈功能的孪生网络。在3D动作识别过程中设计了一种2D、3D骨架特征双分支孪生网络,以完成3D姿态识别任务。在Human3.6M数据集上训练3D骨架估计网络,在基于欧拉变换的NTU RGB+D 60多视角增强数据集上训练骨架动作识别网络,最终得到的3D骨架动作识别交叉受试者准确率为88.2%,交叉视野准确率为95.6%。实验结果表明,该方法对3D骨架的预测精度较高,且具有实时反馈能力,可适用于实时监控中的动作识别。

摘要：卷积神经网络出现之前图像识别方法主要依赖人工设计特征,而这样的特征只能表征图像中的中低级信息,难以提取图像的深层次信息.卷积神经网络通过建立深度神经网络来模拟人脑分析、学习和解释数据,具有强大的表达能力和泛化能力,能够更好地表示图像的深层次信息.开展基于卷积神经网络对图像识别进行研究可以推动计算机领域的发展.本文先对卷积神经网络做一个概述,重点综述了卷积神经网络相关算法在人脸识别、人体动作识别、医疗图像处理和农业病虫害识别方面的应用及其优缺点,最后探讨了卷积神经网络在图像识别上所面临的挑战和展望.

摘要：为提高视频中人体小幅度动作识别的准确率以及对大规模数据集的计算效率,提出一种基于双层核极限学习机与深度学习技术的动作识别算法。在双层核极限学习机的第一层,采用线性核极限学习机学习密集轨迹特征与深度学习特征;在第二层,将密集轨迹特征与深度学习特征进行融合。在深度学习特征中,将深度视频特征与视频RGB三色特征融合作为深度学习的特征。基于大规模真实数据集与小幅度手势数据集进行仿真实验,实验结果表明,该算法对大规模数据集与小幅度的手势动作具有较高的识别准确率。

摘要：在人机交互动作识别领域中,基于深度学习的动作识别方法比传统的手工特征提取方法准确率更高.为了解决基于深度学习的动作识别方法在实时人机交互的实际应用问题,本文设计并创建了交互动作数据集(IA RGB-D),用于深度学习方法的人体动作识别研究.将IA RGB-D用于多种神经网络的训练和测试,测试结果准确率均在95%以上,验证了数据集的正确性和有效性.为保障对采集动作的实时识别正确率,本文提出了一种基于高效通道注意力的位移图神经网络(ASGCN),将高效通道注意力模块引入位移图卷积神经网络(Shift-GCN),增强其在通道特征上的提取能力.实验证明,ASGCN比Shift GCN准确率更高,提高了复杂动作的识别率,并且与传统的手工特征提取方法对比,识别效率接近但是准确率大幅提升.

摘要：基于计算机视觉的人体动作识别技术在视频监控、智能驾驶、人机交互、多媒体内容审核等领域均有着广阔的应用前景,其中人体动作中的人物交互是动作识别的核心内容之一。现有的人物交互动作识别模型对人物关系的提取仅仅停留在表层视觉特征之上,并未充分挖掘人体关键区域以及人物之间的深层语义关系。针对此问题,文中提出了层次化的图神经网络模型(HGNN)对人物交互动作建模。HGNN模型从局部到整体显式地对人体关键区域以及人和物构成的场景图进行建模,并利用注意力图池化机制(AttPool)剔除层次图中冗余的信息和噪声,再通过图卷积网络提取图结点之间的深层语义关系,对卷积网络提取的特征进行聚合与优化,从而得到反映人物交互动作本质的特征表示。另外,HGNN模型在中层图进行的临时监督分类也能够约束网络更好地学习到交互动作的人体模式,避免网络对交互对象产生“偏见”。最后,针对HGNN模型,设计了多任务损失函数,用于有效进行模型训练。为了验证HGNN模型的有效性,在公开的大型数据集V-COCO上进行了广泛的实验,结果均显示所提出的HGNN模型对常见的人物交互动作具有广泛的适应性和鲁棒性,精度(mAP)超过了现有的基于图神经网络的模型,同时领先于大部分最新的多流卷积模型。

摘要：文章研究了基于视频的乒乓球球员动作识别问题。在计算机视觉领域,人体动作识别具有一定挑战性。基于专业乒乓球运动员在乒乓球发球机的接发动作视频,构建了乒乓球击球动作视频数据集,将其分为正手击球、反手击球、正手拉球、反手拉球和非击球动作5类。提出通过人体密集姿态(Dense Pose)处理数据集,将把人体形态从环境中进行提取,随后提出一种改进的C3D卷积网络,用于学习数据集上连续帧的时空特征。结果表明,文章设计的算法对于光线、环境等干扰因素具有较好的鲁棒性,泛化性能好,为基于视频的动作分类识别问题提出了一种可行解决方案。

摘要：雷达动作特征谱图对走、摔等较为宽幅的人体动作表征效果差,单一特征和不匹配特征数据结构的分类方法会降低动作识别的性能。针对以上问题,提出一种结合注意力机制的雷达多信号特征动作识别方法。首先,使用配置时分复用模式的多输入多输出毫米波雷达采集动作回波,将回波处理成短时能量、频率质心、相位变化(水平、俯仰)四维时序信号特征;然后,根据信号特征数据结构设计了多信号序列融合分类网络,该网络由1DCNN对信号抽取高维特征,再将特征送入GRU以充分提取时序规律,并引入Attention机制对重要特征映射加权赋予GRU隐含状态不同的权重,最终通过SoftMax层完成动作分类;最后,在实际采集的雷达多信号数据集上进行实验,结果表明,多信号序列特征可以充分表征人体动作,所设计的网络收敛速度快,对8种不同的动作分类,平均正确率达到了98.5%。

摘要：针对传统特征设计方法的兴趣点泛化能力弱、可迁移性差等问题,研究首先提出一种基于多特征学习的卷积神经网络,然后引入跨模态训练对光流图改进,最后使用运动激励和时间聚合模块进行优化,最终得到基于机器视觉的舞蹈运动动作多特征识别算法。研究结果显示,在FolkDance舞蹈数据集与AIST++舞蹈数据集中研究并提出的算法融合准确率分别为98.1%与74.3%,且在仅需1.73 s就可对舞蹈动作实现精准识别。综上所述,研究提出的方法能极大减少人工与时间成本,对复杂的舞蹈运动视频中的舞蹈动作能实现精准识别,在实际应用中具有更强的适用性。

摘要：为了提高用户体验和产品的可用性,人机交互出现在大众的视野中,人机交互致力于了解用户的需求,并在设计中使用户的需求得到满足。随着产品的不断升级,用户需要掌握更多的技能,提高人机交互使用效率也成为设计师的一大挑战。由徐光祐、陶霖密、邸慧军编著,电子工业出版社出版的《人机交互中的体态语言理解》一书,对觉察上下境计算支撑的视觉处理和理解做了系统的论述,同时也介绍了上下境定义、上下境模型和觉察上下境计算的基本概念,解读了基于广义弹性运动跟踪的人体动作分析、三维空间人体定位与体态估计、容忍视角和距离变化的人体动作识别、日常生活中动作(ADL)的识别和理解、基于动态上下境模型的群体交互行为分析以及支持觉察上下镜计算的分布式多模态信息处理系统。

摘要：行人异常行为分析是智能安防领域的研究热点,但是传统方法存在计算复杂度高和数据利用率低的缺点,难以满足实际场景需求。本文采用贪心算法提取视频图像中的人体关键点,并结合亲和度对比规则获得人体骨架图特征参量,输入Inception v3深度学习模型进行训练,创建行人异常行为判决模型。同时改进Inception v3模型输出层,以适应行人异常行为识别任务,并引入人脸识别功能。试验结果显示,基于深度学习的行人异常行为识别具有更高的准确率和更快的计算速度。该方法为提升行人异常行为识别精度提供了有效解决方案,有望在实际安防场景中发挥重要作用。