-
题名基于双向循环神经网络的跌倒行为识别
被引量：2
- 1
-
-
作者
佃松宜
程鹏
王凯
雒瑞森
-
机构
四川大学电气工程学院
-
出处
《计算机工程与设计》
北大核心
2020年第7期2019-2024,共6页
-
文摘
针对基于三维人体特征点识别跌倒行为需要专用相机设备的问题,提出一种基于二维人体特征点的跌倒行为识别方法。不需专用的相机设备支持,使用开源的计算机视觉库从RGB视频帧提取二维特征点,双向循环神经网络对特征序列进行识别,使用门控循环单元作为循环神经网络的循环单元,变分丢弃法作为网络的正则化项。实验结果表明,与新的跌倒专用数据集CMDFALL的基准算法相比,该方法在节省成本的同时提高了精度。
-
关键词
跌倒行为识别
二维人体特征点
双向循环神经网络
门控循环单元
变分丢弃法
-
Keywords
fall behavior recognition
two-dimensional characteristic points of human body
bidirectional recurrent neural networks
gated recurrent unit
variational dropout
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于散乱点云的三维人体自动测量
被引量：9
- 2
-
-
作者
鲍陈
缪永伟
孙瑜亮
张旭东
-
机构
浙江工业大学计算机科学与技术学院
浙江理工大学信息学院
-
出处
《纺织学报》
EI
CAS
CSCD
北大核心
2019年第1期120-129,共10页
-
基金
国家自然科学基金项目(61272309)
浙江理工大学科研基金项目(17032001-Y)
-
文摘
为解决Kinect深度相机三维人体扫描重建中人体特征尺寸提取的问题,提出一种基于散乱点云的三维人体自动测量方案。首先,对采集三维点云数据进行预处理,经点云降采样、离群点滤波和表面重建,以及点云坐标转换,进而识别出人体正背面;然后,利用人体几何形状分析法,自动提取人体特征点和特征截面点云;最后,对得到的特征截面点云提取特征边界点,再通过基于凸壳的轮廓线提取算法得到特征边界线,通过三次B样条曲线拟合计算围度、弧长尺寸,利用坐标差值和欧氏距离计算长度尺寸,从而完成对三维人体点云模型的特征尺寸测量。结果表明,该方案受人体体型因素影响较小,所提出的尺寸信息的自动提取方案有效,并符合相关标准中测量精度的要求。
-
关键词
散乱点云
点云分割
人体特征点
三维人体测量
-
Keywords
scattered point cloud
point cloud segmentation
characteristic point of human body
3-D human body measurement
-
分类号
TS941.26
[轻工技术与工程—服装设计与工程]
-
