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
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
面向伴随型机器人同步运动的递进式步态时相检测算法
被引量：
4
1
作者
张金艺
秦政
+1 位作者
林羽晨
姜玉稀
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第1期113-120,共8页
在面向伴随型机器人的研究中,步态时相检测是保持人机同步运动的关键。然而,提高检测精度需要收集和分析更多步态时相信息,这导致检测延时冗长,无法满足实时性需求。针对此问题提出一种面向伴随型机器人同步运动的递进式步态时相检测算...
在面向伴随型机器人的研究中,步态时相检测是保持人机同步运动的关键。然而,提高检测精度需要收集和分析更多步态时相信息,这导致检测延时冗长,无法满足实时性需求。针对此问题提出一种面向伴随型机器人同步运动的递进式步态时相检测算法,主要依托惯性测量单元和贝叶斯信息准则构建概率生成模型的物理层和决策层,对步态时相进行初步的快速检测;当检测达不到判决阈值时,在决策层中引入记忆网络,预测下一段时间的步态时相参数,从而为概率生成模型提供更多的决策信息,并依据多次判决结果递进地完成步态时相精准的增量检测。实验结果表明:算法的步态时相检测准确率达97.8%;决策时间为28.3 ms,相较于自适应贝叶斯算法降低了约30%。
展开更多
关键词
伴随型机器人
同步运动
步态时相检测
贝叶斯信息准则
概率生成模型
在线阅读
下载PDF
职称材料
融合双重注意力机制的复合头部动作识别
被引量：
1
2
作者
林羽晨
张金艺
+1 位作者
秦政
姜玉稀
《电子测量技术》
2020年第11期85-90,共6页
针对现有头部姿态估计和人体动作识别算法识别复合头部动作种类较少、实时性较差、识别率较低的问题,提出了一种融合双重注意力机制的复合头部动作识别算法。对复合头部动作进行了扩展性定义和基础算法研究,在此基础上,优化了基于长短...
针对现有头部姿态估计和人体动作识别算法识别复合头部动作种类较少、实时性较差、识别率较低的问题,提出了一种融合双重注意力机制的复合头部动作识别算法。对复合头部动作进行了扩展性定义和基础算法研究,在此基础上,优化了基于长短期记忆网络(long short-term memory,LSTM)和软注意力机制的算法。首先利用高效的自适应裁剪方法获得低冗余图像序列;再利用预注意力准则,生成比第一位置归一化指数(location softmax)向量更精确的预注意location softmax向量,结合软注意力机制和LSTM实现精确的双重注意力。实验结果表明,该算法能够识别更多的复合头部动作,处理速度达到64.6帧/s,在VidTIMIT视频数据集上的识别率达到98.3%。
展开更多
关键词
复合头部动作识别
双重注意力机制
长短期记忆网络(LSTM)
自适应裁剪方法
在线阅读
下载PDF
职称材料
题名
面向伴随型机器人同步运动的递进式步态时相检测算法
被引量：
4
1
作者
张金艺
秦政
林羽晨
姜玉稀
机构
上海大学特种光纤与光接入网重点实验室
上海三思系统集成研究所
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020年第1期113-120,共8页
基金
十三五国家重点研发计划(2017YFB0403500)
上海市教委重点学科(J50104)项目资助.
文摘
在面向伴随型机器人的研究中,步态时相检测是保持人机同步运动的关键。然而,提高检测精度需要收集和分析更多步态时相信息,这导致检测延时冗长,无法满足实时性需求。针对此问题提出一种面向伴随型机器人同步运动的递进式步态时相检测算法,主要依托惯性测量单元和贝叶斯信息准则构建概率生成模型的物理层和决策层,对步态时相进行初步的快速检测;当检测达不到判决阈值时,在决策层中引入记忆网络,预测下一段时间的步态时相参数,从而为概率生成模型提供更多的决策信息,并依据多次判决结果递进地完成步态时相精准的增量检测。实验结果表明:算法的步态时相检测准确率达97.8%;决策时间为28.3 ms,相较于自适应贝叶斯算法降低了约30%。
关键词
伴随型机器人
同步运动
步态时相检测
贝叶斯信息准则
概率生成模型
Keywords
companion robot
synchronous motion
gait phase detection
Bayesian information criterion
probabilistic generative model
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
融合双重注意力机制的复合头部动作识别
被引量：
1
2
作者
林羽晨
张金艺
秦政
姜玉稀
机构
特种光纤与光接入网重点实验室
上海三思系统集成研究所
出处
《电子测量技术》
2020年第11期85-90,共6页
基金
十三五国家重点研发计划项目(2017YFB0403500)
上海市教委重点学科资助项目(J50104)资助
文摘
针对现有头部姿态估计和人体动作识别算法识别复合头部动作种类较少、实时性较差、识别率较低的问题,提出了一种融合双重注意力机制的复合头部动作识别算法。对复合头部动作进行了扩展性定义和基础算法研究,在此基础上,优化了基于长短期记忆网络(long short-term memory,LSTM)和软注意力机制的算法。首先利用高效的自适应裁剪方法获得低冗余图像序列;再利用预注意力准则,生成比第一位置归一化指数(location softmax)向量更精确的预注意location softmax向量,结合软注意力机制和LSTM实现精确的双重注意力。实验结果表明,该算法能够识别更多的复合头部动作,处理速度达到64.6帧/s,在VidTIMIT视频数据集上的识别率达到98.3%。
关键词
复合头部动作识别
双重注意力机制
长短期记忆网络(LSTM)
自适应裁剪方法
Keywords
compound head action recognition
double attention mechanism
long short-term memory(LSTM)
adaptive cropping method
分类号
TP391.4 [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
面向伴随型机器人同步运动的递进式步态时相检测算法
张金艺
秦政
林羽晨
姜玉稀
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
2
融合双重注意力机制的复合头部动作识别
林羽晨
张金艺
秦政
姜玉稀
《电子测量技术》
2020
1
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
