期刊文献+
共找到235篇文章
< 1 2 12 >
每页显示 20 50 100
计算机视觉技术在猪行为识别中应用的研究进展
1
作者 李丹 陈一飞 +1 位作者 李行健 蒲东 《中国农业科技导报》 CAS CSCD 北大核心 2019年第7期59-69,共11页
中国生猪养殖规模和数量在不断扩大,养殖信息化是今后生猪饲养监管的重要模式。计算机视觉技术作为信息处理的有效辅助技术,提供了一种自动化、非接触式、低成本、高收益且对动物无伤无压力的行为识别方式,可用于考量生猪健康状况并及... 中国生猪养殖规模和数量在不断扩大,养殖信息化是今后生猪饲养监管的重要模式。计算机视觉技术作为信息处理的有效辅助技术,提供了一种自动化、非接触式、低成本、高收益且对动物无伤无压力的行为识别方式,可用于考量生猪健康状况并及时预防和发现疾病。介绍了猪行为识别视觉系统,回顾了视觉技术在生猪目标提取和个体识别、行为识别分析中的应用及算法,分析了现存视觉系统及行为识别方法在准确性、有效性与适用性方面存在的问题,提出了视觉系统的改进策略及今后计算机视觉技术在猪体识别和行为识别应用中的重点研究方向。 展开更多
关键词 计算机视觉 目标分割 个体识别 行为识别 跟踪
微博谣言识别与预警算法研究 预览
2
作者 王征 叶长安 《情报杂志》 CSSCI 北大核心 2019年第4期148-154,共7页
[目的/意义]针对前人成果普遍存在的处理效率与识别准确度等方面的问题,提出了基于复杂网络理论的微博谣言识别与预警算法。[方法/过程]该算法在第一阶段基于复杂网络理论,以动态节点管理为基础,对微博节点实施行为刻画,实现谣言恶意散... [目的/意义]针对前人成果普遍存在的处理效率与识别准确度等方面的问题,提出了基于复杂网络理论的微博谣言识别与预警算法。[方法/过程]该算法在第一阶段基于复杂网络理论,以动态节点管理为基础,对微博节点实施行为刻画,实现谣言恶意散布节点的早期告警与预测;在第二阶段以复杂网络关系发展理论为基础,将谣言与真实信息进行信息轨迹聚类与隔离,最终实现谣言侦测与识别。[结果/结论]基于新浪与腾讯微博作为数据源的实验证明,该算法较之既往算法,不但谣言覆盖度与识别准确率高,而且响应速度快、处理效率高,具有良好的性价比。 展开更多
关键词 舆情监测 谣言识别 两阶段法 行为识别 复杂网络 早期预警
在线阅读 下载PDF
基于人工智能的无人图书馆 预览
3
作者 冯银花 《大学图书情报学刊》 2019年第4期89-93,共5页
为了改变图书馆纸质图书流通部门现状,文章对基于人工智能的无人图书馆进行了相关研究。无人图书馆利用机器视觉识别读者身份,识别读者取书手势、迈腿姿势、翻阅图书时长等细节,系统后台依据阅读大数据分析读者阅读喜好,实时推送学术资... 为了改变图书馆纸质图书流通部门现状,文章对基于人工智能的无人图书馆进行了相关研究。无人图书馆利用机器视觉识别读者身份,识别读者取书手势、迈腿姿势、翻阅图书时长等细节,系统后台依据阅读大数据分析读者阅读喜好,实时推送学术资源。无人值守的图书馆实现读者借书拿了就走,提高了读者服务质量,向智慧图书馆更迈进一步。 展开更多
关键词 无人图书馆 人工智能 机器视觉 人脸识别 行为识别 RFID
在线阅读 下载PDF
基于高维随机矩阵的异常用电行为识别方法 预览
4
作者 王鹏 刘长江 +4 位作者 刘攸坚 韦景康 邱凌 吴远超 李自怀 《广东电力》 2019年第6期78-85,共8页
基于高维随机矩阵理论,提出一种用户异常用电行为识别方法。该方法利用电网用户侧大数据构建高维随机矩阵,得出其矩阵特征值的谱分布和谱密度函数,通过M-P定律和单环定律判断样本数据有无异常;并通过平均谱半径确定用户用电异常时间区... 基于高维随机矩阵理论,提出一种用户异常用电行为识别方法。该方法利用电网用户侧大数据构建高维随机矩阵,得出其矩阵特征值的谱分布和谱密度函数,通过M-P定律和单环定律判断样本数据有无异常;并通过平均谱半径确定用户用电异常时间区段。通过对某电网公司某台区近一年半的日用电量和有功功率数据进行分析,验证该方法的准确性和有效性。结果表明该方法能解决传统异常用电行为识别方法耗费人力大、时效性差及识别不精准等问题。 展开更多
关键词 异常用电 窃电行为 非技术性损失 行为识别 高维随机矩阵 谱密度函数 大数据
在线阅读 下载PDF
智能设备网络虚假信息行为识别与控制技术研究 预览
5
作者 吴珊 李跃新 《计算机测量与控制》 2019年第4期88-91,133共5页
传统智能设备网络虚假信息行为识别技术识别范围小,准确性低,在识别后不能快速地采取控制手段进行控制,导致事态进一步恶化;针对上述问题,研究了一种新的智能设备网络虚假信息行为识别与控制技术,设定虚假信息模型,由神经网络和BP网络构... 传统智能设备网络虚假信息行为识别技术识别范围小,准确性低,在识别后不能快速地采取控制手段进行控制,导致事态进一步恶化;针对上述问题,研究了一种新的智能设备网络虚假信息行为识别与控制技术,设定虚假信息模型,由神经网络和BP网络构成,通过互联网控制,通过检测触发词、信息分类、虚假信息识别完成精确识别工作,控制模型由演示平台、网络中心组成,能够针对不同类型的虚假信息给出不同的控制手段;与传统技术进行实验研究,结果表明,给出的智能设备网络虚假信息行为识别技术能够完成更大范围的识别,提高识别准确率,在识别后对应的控制技术会快速采取有效手段控制虚假信息的散布。 展开更多
关键词 智能设备 网络虚假信息 行为识别 行为控制技术
在线阅读 下载PDF
模糊加权的高效鲁棒人体动作视频检索 预览
6
作者 张涵 韩毅 李跃新 《计算机应用研究》 CSCD 北大核心 2019年第3期957-960,共4页
为了提高人体动作视频检索的鲁棒性和效率,提出了一种模糊加权的人体动作视频检索方法。该方法采用3D Harris算子检测视频中的时空兴趣点,提取这些兴趣点的梯度信息,构建特征向量;然后采用模糊聚类方法构建聚类特征向量,提高特征向量的... 为了提高人体动作视频检索的鲁棒性和效率,提出了一种模糊加权的人体动作视频检索方法。该方法采用3D Harris算子检测视频中的时空兴趣点,提取这些兴趣点的梯度信息,构建特征向量;然后采用模糊聚类方法构建聚类特征向量,提高特征向量的抗干扰能力;匹配聚类特征向量中的梯度向量对,构建模糊权重矩阵,计算查询视频与数据库中各个视频的相似度;最后在KTH数据库上进行视频检索实验,结合精确度、召回率和检索耗时三个指标进行评价,证明该方法的有效性。 展开更多
关键词 视频检索 行为识别 模糊聚类 时空兴趣点 3D HARRIS
在线阅读 下载PDF
一种基于3D-BN-VGG网络的行为识别算法 预览
7
作者 吴进 李聪 +2 位作者 梁爽 闵育 吴汉宁 《电讯技术》 北大核心 2019年第11期1237-1245,共9页
针对当前人体行为识别准确率低、计算量大等缺陷,提出了一种基于三维卷积神经网络(3D Convolutionnal Neural Network,3D-CNN)结合批量归一化(Batch Normalization,BN)及改进的视觉几何组(Visual Geometry Group,VGG)网络的行为识别算... 针对当前人体行为识别准确率低、计算量大等缺陷,提出了一种基于三维卷积神经网络(3D Convolutionnal Neural Network,3D-CNN)结合批量归一化(Batch Normalization,BN)及改进的视觉几何组(Visual Geometry Group,VGG)网络的行为识别算法。该算法首先对3D-CNN结构进行优化,在三维空间采用了多个小卷积核卷积层堆叠的Block结构;同时在网络结构中引入BN算法,将卷积层输出的特征图每一维进行独立的批量归一化处理;之后在Block结构中增加了Dropout层以提高网络泛化能力以及将3D-CNN网络层数加深到了13层,提高了高层次抽象特征的提取能力;最终使用softmax进行分类得出结果。实验结果表明所设计的3D-BN-VGG网络在行为识别方面有较高的识别率。 展开更多
关键词 行为识别 深度学习 三维卷积神经网络 批量归一化 视觉几何组
在线阅读 下载PDF
基于SPLDA降维和XGBoost分类器的行为识别方法研究
8
作者 叶丹 李智 王勇军 《微电子学与计算机》 北大核心 2019年第6期35-39,共5页
针对人体行为识别过程中分类算法识别精度低和数据样本集的“维数灾难”问题,提出了基于行为识别的SPLDA降维算法.首先,利用SPLDA算法在原有样本协方差矩阵不变的情况下获取最重要的主分量,通过贪婪搜索方法得到多个投影向量;然后,通过... 针对人体行为识别过程中分类算法识别精度低和数据样本集的“维数灾难”问题,提出了基于行为识别的SPLDA降维算法.首先,利用SPLDA算法在原有样本协方差矩阵不变的情况下获取最重要的主分量,通过贪婪搜索方法得到多个投影向量;然后,通过更新类内散度矩阵获得最优转换矩阵;最后,将降维后的样本数据集通过XGBoost分类器进行最终的行为识别.实验结果表明,XGBoost分类器与随机森林算法相比,平均识别精度提高了2.66%,识别时间降低了0.52 s;SPLDA-XGB算法可以实现有效降维且比PCA算法、LDA算法、LPP算法、L-PCA算法与XGBoost分类器结合的识别算法具有更高的人体行为识别准确率. 展开更多
关键词 行为识别 SPLDA 投影向量 降维算法 分类
基于DRN和Faster R-CNN融合模型的行为识别算法 预览
9
作者 杨楠 杨莘 杜能 《计算机应用研究》 CSCD 北大核心 2019年第10期3192-3195,3200共5页
针对传统单人行为识别算法易受行人形态多样性、背景和光照等影响的问题进行研究。基于扩张残差网络(DRN)的精准分类效果及目标检测网络Faster R-CNN在目标追踪方面的准确性,提出了一种DRN和Faster R-CNN的融合网络模型。该模型在Faster... 针对传统单人行为识别算法易受行人形态多样性、背景和光照等影响的问题进行研究。基于扩张残差网络(DRN)的精准分类效果及目标检测网络Faster R-CNN在目标追踪方面的准确性,提出了一种DRN和Faster R-CNN的融合网络模型。该模型在Faster R-CNN中融入DRN的扩张卷积残差块代替原来的一般卷积层,并对融合模型进行了两方面的改进:在每一层前面添加一个batch normalization层;用三层扩张卷积残差块代替部分两层残差块。实验结果表明三种融合网络识别算法在Olympic sports dataset上较其他行为识别算法取得了更高的mAP。其中,包含三层扩张卷积残差块的融合模型识别性能最好,mAP达到78.9%。 展开更多
关键词 行为识别 扩张残差网络 FasterR-CNN
在线阅读 下载PDF
改进Kinect手部行为识别系统的研究 预览
10
作者 曹国强 刘浩然 《黑龙江大学自然科学学报》 CAS 2019年第1期109-114,共6页
针对Kinect自带的动作模板库无法判断人体多种动作组合行为以及不同位置含义不同的问题,本文以人体手部行为为例,设立4种位置下4种基础手部动作,提出了在屏幕坐标系下构建运动特征模板,并提出建立一种DTW-NBC模型,将动态时间规整(Dynami... 针对Kinect自带的动作模板库无法判断人体多种动作组合行为以及不同位置含义不同的问题,本文以人体手部行为为例,设立4种位置下4种基础手部动作,提出了在屏幕坐标系下构建运动特征模板,并提出建立一种DTW-NBC模型,将动态时间规整(Dynamic time warping, DTW)与朴素贝叶斯分类(Naive bayes classification, NBC)相结合进行模板训练与匹配,并对上述任意两种基础动作组合产生的行为在不同位置的发生进行识别。实验证明,该方法有效地区分了在不同位置相同的手势行为,改善了Kinect对同时发生的复合动作进行识别精确度较低的缺点,识别率达到88.6%,具备良好的稳健性和有效性。 展开更多
关键词 KINECT 行为识别 动态时间规整 朴素贝叶斯分类
在线阅读 下载PDF
基于注意力机制的群组行为识别方法 预览
11
作者 王传旭 龚玉婷 《数据采集与处理》 CSCD 北大核心 2019年第3期406-413,共8页
在基于视频图像的群组行为识别方法中,传统的深度学习方法大多使用标准(最大/平均)池化操作对卷积特征进行处理,并且未考虑群组行为中的关键人物对群组行为分类的重要性。针对以上问题,本文提出一种基于注意力机制的模型来检测群组行为... 在基于视频图像的群组行为识别方法中,传统的深度学习方法大多使用标准(最大/平均)池化操作对卷积特征进行处理,并且未考虑群组行为中的关键人物对群组行为分类的重要性。针对以上问题,本文提出一种基于注意力机制的模型来检测群组行为视频中的行为,重点关注活动中的关键人物,根据注意力权重的不同分配动态地对卷积特征进行池化,最终正确识别视频图像中的群组行为。此模型在群组行为数据集CAD(Collective activity dataset)和CAE(Collective activity extendeddataset)上的识别准确率优于许多使用标准池化结构的现有模型。 展开更多
关键词 群组行为 图像处理 注意力机制 行为识别
在线阅读 下载PDF
基于三维卷积与双向LSTM的行为识别研究 预览
12
作者 王毅 马翠红 毛志强 《现代电子技术》 北大核心 2019年第14期78-82,共5页
准确识别视频中的内容是未来互联网应用发展的方向,视频中的行为识别是计算机视觉领域的研究重点。为充分利用视频中的信息,提高行为识别的准确程度,文中提出一种基于三维卷积与双向LSTM的行为识别算法。设计一种基于三维卷积的空间注... 准确识别视频中的内容是未来互联网应用发展的方向,视频中的行为识别是计算机视觉领域的研究重点。为充分利用视频中的信息,提高行为识别的准确程度,文中提出一种基于三维卷积与双向LSTM的行为识别算法。设计一种基于三维卷积的空间注意模块,可以关注空间区域的显著特征。为了更好地处理长时间视频,引入一种新的基于双向LSTM(长短时记忆网络)的时间注意模块,其目的在于关注关键视频而不是给定视频的关键视频帧,然后采用双中心loss(计算损失函数)优化网络对两阶段策略联合训练,使其能够同时探索空间和时间域的相关性。在HMDB-51和UCF-101数据集上测试证明,所提算法能够准确识别视频中的相似动作,行为识别的准确率得到提高,识别效果显著。 展开更多
关键词 行为识别 三维卷积 双向LSTM 双中心loss 联合训练 计算机视觉
在线阅读 下载PDF
基于深度学习的教室人体行为识别模型设计 预览
13
作者 郑士基 李观胜 《现代信息科技》 2019年第7期87-89,共3页
人体行为识别和分析是计算机视觉领域的研究热点,考虑到环境的复杂性和人体行为的多样性,行为识别在处理速度、识别准确率等方面还有很大的提升空间。近年来,深度学习技术的发展和在人工智能领域的成功应用,为人体行为识别提供了全新的... 人体行为识别和分析是计算机视觉领域的研究热点,考虑到环境的复杂性和人体行为的多样性,行为识别在处理速度、识别准确率等方面还有很大的提升空间。近年来,深度学习技术的发展和在人工智能领域的成功应用,为人体行为识别提供了全新的解决方法。本文主要研究将深度学习中的卷积神经网络技术应用于人体行为识别,结合具体的教室应用场景,设计能够主动学习的智能化人体行为识别模型,对量化分析教室的学生的学习情况和教学情况具有重要的现实意义。 展开更多
关键词 计算机视觉 行为识别 深度学习 卷积神经网络
在线阅读 下载PDF
基于3D卷积神经网络的考生异常行为识别研究 预览
14
作者 李新龙 匡梦林 包海曼 《数码设计》 2019年第4期29-30,共2页
本论文将卷积神经网络应用到的考生异常行为检测的智能视频监控系统中去。当输入多维图像时,算法更为显著,只用直接进行图像输入,还能够使考生异常行为识别的准确性得到提升。
关键词 3DCNN 行为识别 智能监考
在线阅读 免费下载
基于RGB-D与深度学习的行为识别算法 预览
15
作者 刘云 张永 +1 位作者 王传旭 李辉 《计算机工程与设计》 北大核心 2019年第6期1747-1750,1762共5页
为提高行为识别的准确率,分析深度学习自主提取图像特征和RGB-D信息中的深度图能提供3D场景结构信息的特点,提出基于RGB-D与深度学习的行为识别算法。利用深度信息结合随机森林生成骨骼数据,将骨骼图的空间信息补充到彩色图中,生成具有... 为提高行为识别的准确率,分析深度学习自主提取图像特征和RGB-D信息中的深度图能提供3D场景结构信息的特点,提出基于RGB-D与深度学习的行为识别算法。利用深度信息结合随机森林生成骨骼数据,将骨骼图的空间信息补充到彩色图中,生成具有ROI的图片。对其进行数据增强并将VGG网络中的全连接层变成卷积层,加入Dropout策略,在ROI内进行特征提取。实验结果表明,该算法识别精度达到了94.70%和98.31%,有效提高了行为识别的准确率。 展开更多
关键词 行为识别 深度学习 深度信息 骨骼数据 随机森林
在线阅读 下载PDF
基于机器学习的铁路工务人员行为识别方法 预览
16
作者 杜成飞 《计算机系统应用》 2019年第7期199-205,共7页
针对现如今铁路工务人员在作业时得不到实时监控,安全事故时有发生的情形.以铁路探伤工为例,分析了工务人员的7种主要行为.每个工务人员佩戴集成了加速度传感器的嵌入式设备,采集其行为数据并提取特征,采用C4.5决策树、随机森林、KNN、... 针对现如今铁路工务人员在作业时得不到实时监控,安全事故时有发生的情形.以铁路探伤工为例,分析了工务人员的7种主要行为.每个工务人员佩戴集成了加速度传感器的嵌入式设备,采集其行为数据并提取特征,采用C4.5决策树、随机森林、KNN、SVM四种分类算法做了实验,结果表明:SVM分类识别率最高,行为识别准确率达到了99.2%.该研究为消除铁路现场作业人员的行为安全隐患具有一定工程应用价值. 展开更多
关键词 机器学习 加速度传感器 铁路工务人员 行为识别 工程应用
在线阅读 下载PDF
基于虚拟现实的运动训练矫正系统设计 预览
17
作者 马艳 邓豪 《信息技术》 2019年第9期20-23,28共5页
针对个人运动场景下运动纠正系统的严重不足这一问题,文中提出并设计了一种虚拟个人运动训练器(PAT)的原型系统。与锻炼录像带或电视直播不同,本系统能够让用户自主选择运动类型,引导程序会创建满足用户设定的虚拟训练师。基于计算机视... 针对个人运动场景下运动纠正系统的严重不足这一问题,文中提出并设计了一种虚拟个人运动训练器(PAT)的原型系统。与锻炼录像带或电视直播不同,本系统能够让用户自主选择运动类型,引导程序会创建满足用户设定的虚拟训练师。基于计算机视觉的虚拟现实技术,实时对运动姿态进行识别、判读,从而对用户的运动状态进行有效评估,同时给出恰当的反馈意见。本系统中将中央行为识别与用户激励、用户反馈模块分开设计,采用系统主线同步,可以实现对识别、判读、背景音乐激励等的无缝衔接。本系统在测试中具有运行稳定、实时延时小等优点,可以基本满足个人的运动矫正需求。 展开更多
关键词 计算机视觉 虚拟现实 运动矫正 行为识别
在线阅读 下载PDF
双流网络构架行为识别隐含层模型仿真 预览
18
作者 刘松泉 胡军 《计算机仿真》 北大核心 2019年第8期394-398,共5页
复杂场景中特征的有效提取一直是行为识别的难点,动作和行为的精确表达也是影响识别结果的重要因素。针对当前行为识别模型只能选择单一特征进行行为识别,对动作和行为的表达有误,导致识别精确度、召回率低、识别速度慢等问题,提出双层... 复杂场景中特征的有效提取一直是行为识别的难点,动作和行为的精确表达也是影响识别结果的重要因素。针对当前行为识别模型只能选择单一特征进行行为识别,对动作和行为的表达有误,导致识别精确度、召回率低、识别速度慢等问题,提出双层网络架构和隐含层相融合的行为识别模型。采用CNN和RNN构建双流网络架构,用于抽取视频动作片段的外观特征和时间特征,同时在双流网络架构中添加一个隐含层,以便更有效地对特征进行描述。依据求和的形式融合运动特征和外观特征,构建运动行为组合特征,将运动行为组合特征输入到支持向量机分类器中来完成行为识别,在UCF101、UCF50数据集上进行行为识别实验。实验结果表明,所提模型有效提高了行为识别率和召回率,识别速度也优于对比模型。 展开更多
关键词 双流网络构架 行为识别 隐含层模型 支持向量机
在线阅读 下载PDF
基于GA 的负相关剪切集成不平衡行为分类研究 预览
19
作者 白梅娟 肖书忠 +4 位作者 艾成伟 赵超 黄远 侯帅 黄伟建 《河北工程大学学报:自然科学版》 CAS 2019年第1期103-107,共5页
基于传感器的人类活动识别(HAR)在健康医疗领域具有重要的研究价值及研究意义。以往的关于传感器人类活动分类识别算法的研究,并没有考虑不同类别行为数据间的不平衡性。为了解决不同行为类别数据间的不平衡性影响算法精确度的问题,此... 基于传感器的人类活动识别(HAR)在健康医疗领域具有重要的研究价值及研究意义。以往的关于传感器人类活动分类识别算法的研究,并没有考虑不同类别行为数据间的不平衡性。为了解决不同行为类别数据间的不平衡性影响算法精确度的问题,此算法采用下采样方法从大类和小类数据集中随机抽取选出若干组数量上相等的两种数据的集合,将多个不平衡数据变成平衡数据。其次,多个平衡数据集上训练多个弱分类器。然后,此算法以弱分类器的负相关和预测精度为代价函数,使用遗传算法挑选出能够使代价函数值最高的弱分类器来构成集成分类器。使集成算法内的弱学习器具有较高预测精度和多样性。最后,此算法使用挑选出的弱学习器构成集成学习器对人的行为进行集成分类。此算法在已有的行为数据集上进行了仿真实验研究,实验结果证明本文提出的基于遗传的负相关剪切集成不平衡行为识别算法相对于传统算法能够有效提高不平衡行为识别的正确率。 展开更多
关键词 行为识别 传感器 不平衡 剪切集成 多样性 遗传算法
在线阅读 免费下载
基于改进3D卷积神经网络的行为识别 预览
20
作者 张小俊 李辰政 +1 位作者 孙凌宇 张明路 《计算机集成制造系统》 EI CSCD 北大核心 2019年第8期2000-2006,共7页
鉴于基于视频的人体行为识别中的视频流数据过于庞大,3D卷积核参数设置过多,存在训练时间较长,调参困难等问题,以3D卷积神经网络为基础,提出一种将3D卷积核拆分成空间域和时间域两种卷积核的神经网络结构。两种卷积核分别形成两个数据... 鉴于基于视频的人体行为识别中的视频流数据过于庞大,3D卷积核参数设置过多,存在训练时间较长,调参困难等问题,以3D卷积神经网络为基础,提出一种将3D卷积核拆分成空间域和时间域两种卷积核的神经网络结构。两种卷积核分别形成两个数据流进行交互,同时引入残差网络以优化网络结构,减少参数设置。将所提方法应用于两个行为识别数据集KTH和UCF101上进行训练验证,其行为识别准确率分别为96.2%和90.7%。结果表明,较改进前的神经网络框架,所提方法在保证动作识别准确度的前提下,训练速度提高了7.5%~7.8%。该方法可以有效降低深度学习进行行为识别的硬件要求,提高模型训练效率,并可以广泛应用于智能机器人领域。 展开更多
关键词 行为识别 3D卷积神经网络 残差网络 双数据流 深度学习理论
在线阅读 下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部 意见反馈