首页 > 期刊 > 电子测试 > 基于多任务学习的人体动作识别 【正文】
摘要:为了准确识别现实场景下的人体动作,提出了基于多任务学习的人体动作识别方法。首先,对数据进行局部显著点的检测和特征描述。然后,利用K均值算法对所提特征进行聚类构建词袋模型。最后,利用任务之间的关系,实现现实场景下的人体动作识别。比较实验说明所提出方法能够较好的识别现实场景下的人体动作,并对数据背景、光照条件等外因具有较强的鲁棒性。
关键词:人体动作识别 现实场景 多任务学习
单位:天津大学电子信息工程学院
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
相关范文
省级期刊
¥400.00