期刊导航
期刊开放获取
上海教育软件发展有限公..
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
3
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
基于PointNet和长短时记忆网络的三维人体动作预测
被引量：
3
1
作者
王辉
丁铂栩
+3 位作者
宋佳豪
曹俊杰
李波
刘秀平
《计算机应用》
CSCD
北大核心
2022年第S02期60-66,共7页
人体动作预测是计算机视觉和图形学领域的重要任务。现有的方法主要基于人体骨架和视频图像表示,相较于骨架和视频表示,三维几何数据表示人体动作更加直观和形象化。为此提出了一种基于PointNet和长短期记忆(LSTM)网络的三维点云表示的...
人体动作预测是计算机视觉和图形学领域的重要任务。现有的方法主要基于人体骨架和视频图像表示,相较于骨架和视频表示,三维几何数据表示人体动作更加直观和形象化。为此提出了一种基于PointNet和长短期记忆(LSTM)网络的三维点云表示的人体动作预测方法。首先,使用改进的PointNet对人体动作序列中的每帧三维点云进行特征提取;其次,通过LSTM学习动作序列的时间信息融合动作序列的时空特征;最后,将时空特征通过全连接神经网络(FC)进行动作预测;此外,还构造了三维点云表示的人体动作序列数据集。实验结果表明,所提方法在预测下一帧三维人体点云坐标时的平均损失值低于10-3。
展开更多
关键词
人体动作预测
三维点云
PointNet
长短期记忆网络
动作序列
在线阅读
下载PDF
职称材料
三角形网格序列表示的人体动作识别
被引量：
4
2
作者
王辉
宋佳豪
+2 位作者
丁铂栩
何鹏
曹俊杰
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2022年第11期1723-1730,共8页
鉴于现有的人体动作识别研究工作主要是基于骨架和视频表示的,提出三角形网格序列表示的人体动作分类方法.首先,选用三角形网格序列中的首帧模型作为模板,利用形状差异算子计算序列的后续帧相对于模板模型的差异,并表示为形状差异信息张...
鉴于现有的人体动作识别研究工作主要是基于骨架和视频表示的,提出三角形网格序列表示的人体动作分类方法.首先,选用三角形网格序列中的首帧模型作为模板,利用形状差异算子计算序列的后续帧相对于模板模型的差异,并表示为形状差异信息张量;然后,将形状差异信息张量输入由二维卷积网络与长短期记忆网络组合而成的深度网络中,提取时序动作特征,实现人体动作分类.实验结果表明,该方法在人体动作数据集AMASS上的分类准确率达到了100.00%.
展开更多
关键词
三角形网格序列
动作识别
长短期记忆网络
在线阅读
下载PDF
职称材料
三维点云表示的人体动作序列预测
被引量：
2
3
作者
王辉
丁铂栩
《应用科学学报》
CAS
CSCD
北大核心
2023年第3期461-475,共15页
目前对三维人体动作序列的预测工作相对较少,且主要使用三角形网格表示人体模型,不如三维点云那样简单又容易获取。为此,该文用三维点云表示人体模型,提出一种基于MeteorNet的点云动作序列预测方法。将动作序列中不同时刻的三维点云融...
目前对三维人体动作序列的预测工作相对较少,且主要使用三角形网格表示人体模型,不如三维点云那样简单又容易获取。为此,该文用三维点云表示人体模型,提出一种基于MeteorNet的点云动作序列预测方法。将动作序列中不同时刻的三维点云融合在一起,寻找点的时空邻域进行分组;叠加三层Meteor模块在时空邻域聚合信息,以获取点云序列的时空特征;通过三层全连接网络预测动作的点云坐标。实验结果表明,该方法预测出的人体动作与真实动作的误差较小。
展开更多
关键词
三维人体
点云序列
动作预测
MeteorNet
在线阅读
下载PDF
职称材料
题名
基于PointNet和长短时记忆网络的三维人体动作预测
被引量：
3
1
作者
王辉
丁铂栩
宋佳豪
曹俊杰
李波
刘秀平
机构
石家庄铁道大学信息科学与技术学院
大连理工大学数学科学学院
南昌航空大学数学与信息科学学院
出处
《计算机应用》
CSCD
北大核心
2022年第S02期60-66,共7页
基金
国家自然科学基金资助项目(61972267)
河北省高等学校自然科学基金重点项目(ZD2021333)
+1 种基金
河北省教育厅在读研究生创新能力培养资助项目(CXZZSS2021081)
江西省杰出青年科学基金资助项目(20192BCBL23001)。
文摘
人体动作预测是计算机视觉和图形学领域的重要任务。现有的方法主要基于人体骨架和视频图像表示,相较于骨架和视频表示,三维几何数据表示人体动作更加直观和形象化。为此提出了一种基于PointNet和长短期记忆(LSTM)网络的三维点云表示的人体动作预测方法。首先,使用改进的PointNet对人体动作序列中的每帧三维点云进行特征提取;其次,通过LSTM学习动作序列的时间信息融合动作序列的时空特征;最后,将时空特征通过全连接神经网络(FC)进行动作预测;此外,还构造了三维点云表示的人体动作序列数据集。实验结果表明,所提方法在预测下一帧三维人体点云坐标时的平均损失值低于10-3。
关键词
人体动作预测
三维点云
PointNet
长短期记忆网络
动作序列
Keywords
human action prediction
3D point could
PointNet
Long Short-Term Memory(LSTM)network
action sequences
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
三角形网格序列表示的人体动作识别
被引量：
4
2
作者
王辉
宋佳豪
丁铂栩
何鹏
曹俊杰
机构
石家庄铁道大学信息科学与技术学院
大连理工大学数学科学学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2022年第11期1723-1730,共8页
基金
国家自然科学基金(61972267)
河北省高等学校科学技术研究重点项目(ZD2021333)
河北省教育厅在读研究生创新能力培养资助项目(CXZZSS2021081)。
文摘
鉴于现有的人体动作识别研究工作主要是基于骨架和视频表示的,提出三角形网格序列表示的人体动作分类方法.首先,选用三角形网格序列中的首帧模型作为模板,利用形状差异算子计算序列的后续帧相对于模板模型的差异,并表示为形状差异信息张量;然后,将形状差异信息张量输入由二维卷积网络与长短期记忆网络组合而成的深度网络中,提取时序动作特征,实现人体动作分类.实验结果表明,该方法在人体动作数据集AMASS上的分类准确率达到了100.00%.
关键词
三角形网格序列
动作识别
长短期记忆网络
Keywords
triangle mesh sequence
action recognition
long short-term memory network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
三维点云表示的人体动作序列预测
被引量：
2
3
作者
王辉
丁铂栩
机构
石家庄铁道大学信息科学与技术学院
出处
《应用科学学报》
CAS
CSCD
北大核心
2023年第3期461-475,共15页
基金
国家自然科学基金(No.61972267)
河北省高等学校科学技术研究项目基金(No.ZD2021333)
河北省教育厅在读研究生创新能力培养项目基金(No.CXZZSS2021081)资助。
文摘
目前对三维人体动作序列的预测工作相对较少,且主要使用三角形网格表示人体模型,不如三维点云那样简单又容易获取。为此,该文用三维点云表示人体模型,提出一种基于MeteorNet的点云动作序列预测方法。将动作序列中不同时刻的三维点云融合在一起,寻找点的时空邻域进行分组;叠加三层Meteor模块在时空邻域聚合信息,以获取点云序列的时空特征;通过三层全连接网络预测动作的点云坐标。实验结果表明,该方法预测出的人体动作与真实动作的误差较小。
关键词
三维人体
点云序列
动作预测
MeteorNet
Keywords
3D human body
point cloud sequence
action prediction
MeteorNet
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于PointNet和长短时记忆网络的三维人体动作预测
王辉
丁铂栩
宋佳豪
曹俊杰
李波
刘秀平
《计算机应用》
CSCD
北大核心
2022
3
在线阅读
下载PDF
职称材料
2
三角形网格序列表示的人体动作识别
王辉
宋佳豪
丁铂栩
何鹏
曹俊杰
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2022
4
在线阅读
下载PDF
职称材料
3
三维点云表示的人体动作序列预测
王辉
丁铂栩
《应用科学学报》
CAS
CSCD
北大核心
2023
2
在线阅读
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
