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
基于双隐变量空间局部粒子搜索的人体运动形态估计
被引量：
1
1
作者
李万益
孙季丰
王玉龙
《电子与信息学报》
EI
CSCD
北大核心
2014年第12期2915-2922,共8页
该文提出一种双隐变量空间局部粒子搜索(DLVSLPS)算法,可以从多视角图像序列的轮廓特征较准确地估计出3维人体运动形态序列。该算法用高斯过程动态模型(GPDM)降维建立双隐变量空间和低维隐变量数据到高维数据的映射关系后,然后对双隐变...
该文提出一种双隐变量空间局部粒子搜索(DLVSLPS)算法,可以从多视角图像序列的轮廓特征较准确地估计出3维人体运动形态序列。该算法用高斯过程动态模型(GPDM)降维建立双隐变量空间和低维隐变量数据到高维数据的映射关系后,然后对双隐变量空间使用近邻权重先验条件搜索(NWPCS),实现局部低维粒子搜索来生成较优高维数据,从而估计相应帧的3维人体运动形态,解决传统粒子滤波算法直接在高维数据空间采样较难获取有效正确数据进行估计的问题。经仿真实验验证,所提出的算法比传统粒子滤波算法在实现多视角非连续帧估计,克服轮廓图像数据歧义,减小估计误差有明显优势。
展开更多
关键词
人体运动形态
估计
双隐变量空间
局部粒子搜索
多视角图像序列
3维
人体运动形态
序列
在线阅读
下载PDF
职称材料
基于高斯增量降维与流形Boltzmann优化的人体运动形态估计
被引量：
3
2
作者
李万益
孙季丰
《电子学报》
EI
CAS
CSCD
北大核心
2017年第12期3060-3069,共10页
为了从多视角轮廓图像估计出含空间位置信息的三维人体运动形态,该文提出高斯增量降维与流形Boltzmann优化(GIDRMBO)算法.该算法把表示三维人体运动形态的高维数据分成表示空间位置信息和姿态信息两段子向量后,用高斯增量降维模型(GIDRM...
为了从多视角轮廓图像估计出含空间位置信息的三维人体运动形态,该文提出高斯增量降维与流形Boltzmann优化(GIDRMBO)算法.该算法把表示三维人体运动形态的高维数据分成表示空间位置信息和姿态信息两段子向量后,用高斯增量降维模型(GIDRM)分别对其样本进行降维,建立相应的低维空间及映射关系,然后在相应的低维空间使用流形Boltzmann优化算法来对轮廓匹配目标函数进行优化,从而实现估计.其中,所提算法分别利用了两段子向量样本的低维数据作为先验信息,可较好的避免陷入局部最优区域进行搜索,最终生成与各视角原始运动图像匹配且含空间位置信息的三维人体运动形态.经仿真实验验证,所提算法与常用粒子滤波算法相比,其估计误差小,并且还能起到消除轮廓数据歧义和克服短时遮挡的作用.
展开更多
关键词
高斯增量降维模型
流形Boltzmann优化
人体运动形态
轮廓图像
子向量
在线阅读
下载PDF
职称材料
基于双学习映射增量降维模型的人体运动形态估计
3
作者
李万益
张菲菲
+1 位作者
陈勇昌
陈强
《科学技术与工程》
北大核心
2019年第24期224-230,共7页
如何从二维的人体运动形态图像序列估计出三维的人体运动形态是一个热门的研究课题。这个项技术的实现需要建立复杂模型,设计复杂的训练算法,并且需要大量的人体运动形态样本进行训练。然而,利用目前的一些复杂模型和算法,估计三维人体...
如何从二维的人体运动形态图像序列估计出三维的人体运动形态是一个热门的研究课题。这个项技术的实现需要建立复杂模型,设计复杂的训练算法,并且需要大量的人体运动形态样本进行训练。然而,利用目前的一些复杂模型和算法,估计三维人体运动形态会耗费很多时间,并且估计效果也不好。因此,要想得到更准确的估计结果还是比较困难的。对于这样的一个研究问题,提出基于双学习映射增量降维模型来实现三维人体运动形态估计,该模型可以从单视角的二维图像较好的估计出三维人体运动形态,缩短估计算法运行时间,并得到更准确的估计结果。
展开更多
关键词
人体运动形态
估计
降维
双学习映射
三维
在线阅读
下载PDF
职称材料
题名
基于双隐变量空间局部粒子搜索的人体运动形态估计
被引量：
1
1
作者
李万益
孙季丰
王玉龙
机构
华南理工大学电子与信息学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2014年第12期2915-2922,共8页
基金
国家自然科学基金青年基金(61202292)
广东省自然科学基金(9151064101000037)资助课题
文摘
该文提出一种双隐变量空间局部粒子搜索(DLVSLPS)算法,可以从多视角图像序列的轮廓特征较准确地估计出3维人体运动形态序列。该算法用高斯过程动态模型(GPDM)降维建立双隐变量空间和低维隐变量数据到高维数据的映射关系后,然后对双隐变量空间使用近邻权重先验条件搜索(NWPCS),实现局部低维粒子搜索来生成较优高维数据,从而估计相应帧的3维人体运动形态,解决传统粒子滤波算法直接在高维数据空间采样较难获取有效正确数据进行估计的问题。经仿真实验验证,所提出的算法比传统粒子滤波算法在实现多视角非连续帧估计,克服轮廓图像数据歧义,减小估计误差有明显优势。
关键词
人体运动形态
估计
双隐变量空间
局部粒子搜索
多视角图像序列
3维
人体运动形态
序列
Keywords
Human motion estimation
Dual latent variable spaces
Local particle search
Multi-view image sequence
3D human motion sequence
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
基于高斯增量降维与流形Boltzmann优化的人体运动形态估计
被引量：
3
2
作者
李万益
孙季丰
机构
华南理工大学电子与信息学院
广东第二师范学院计算机科学系
出处
《电子学报》
EI
CAS
CSCD
北大核心
2017年第12期3060-3069,共10页
基金
国家自然科学基金(No.61202292)
广东省自然科学基金(No.9151064101000037)
广东省普通高校青年创新人才项目(No.2016KQNCX111)
文摘
为了从多视角轮廓图像估计出含空间位置信息的三维人体运动形态,该文提出高斯增量降维与流形Boltzmann优化(GIDRMBO)算法.该算法把表示三维人体运动形态的高维数据分成表示空间位置信息和姿态信息两段子向量后,用高斯增量降维模型(GIDRM)分别对其样本进行降维,建立相应的低维空间及映射关系,然后在相应的低维空间使用流形Boltzmann优化算法来对轮廓匹配目标函数进行优化,从而实现估计.其中,所提算法分别利用了两段子向量样本的低维数据作为先验信息,可较好的避免陷入局部最优区域进行搜索,最终生成与各视角原始运动图像匹配且含空间位置信息的三维人体运动形态.经仿真实验验证,所提算法与常用粒子滤波算法相比,其估计误差小,并且还能起到消除轮廓数据歧义和克服短时遮挡的作用.
关键词
高斯增量降维模型
流形Boltzmann优化
人体运动形态
轮廓图像
子向量
Keywords
Gaussion incremental dimension reduction model （ GIDRM ）
manifold Boltzmann optimization
humanmot ion
silhouettes
sub vector
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
基于双学习映射增量降维模型的人体运动形态估计
3
作者
李万益
张菲菲
陈勇昌
陈强
机构
广东第二师范学院计算机科学系
出处
《科学技术与工程》
北大核心
2019年第24期224-230,共7页
基金
广东省高校青年创新人才培养项目(2016KQNCX111)
广州市科学研究计划项目(201804010280)
+3 种基金
国家自然科学基金(61772140)
广东省自然科学基金(2017A010101021)
广东第二师范学院教授博士专项科研课题(2015ARF17,2015ARF25)
广东第二师范学院计算机实践教学示范中心(2018sfzx01)和广东第二师范学院网络工程重点学科(ZD2017004)资助
文摘
如何从二维的人体运动形态图像序列估计出三维的人体运动形态是一个热门的研究课题。这个项技术的实现需要建立复杂模型,设计复杂的训练算法,并且需要大量的人体运动形态样本进行训练。然而,利用目前的一些复杂模型和算法,估计三维人体运动形态会耗费很多时间,并且估计效果也不好。因此,要想得到更准确的估计结果还是比较困难的。对于这样的一个研究问题,提出基于双学习映射增量降维模型来实现三维人体运动形态估计,该模型可以从单视角的二维图像较好的估计出三维人体运动形态,缩短估计算法运行时间,并得到更准确的估计结果。
关键词
人体运动形态
估计
降维
双学习映射
三维
Keywords
human motion estimation
dimension reduction
dual learning
3-dimensional
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
基于双隐变量空间局部粒子搜索的人体运动形态估计
李万益
孙季丰
王玉龙
《电子与信息学报》
EI
CSCD
北大核心
2014
1
在线阅读
下载PDF
职称材料
2
基于高斯增量降维与流形Boltzmann优化的人体运动形态估计
李万益
孙季丰
《电子学报》
EI
CAS
CSCD
北大核心
2017
3
在线阅读
下载PDF
职称材料
3
基于双学习映射增量降维模型的人体运动形态估计
李万益
张菲菲
陈勇昌
陈强
《科学技术与工程》
北大核心
2019
0
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
