没有合适的资源?快使用搜索试试~ 我知道了~
22011227 黄安杰 开题报告1
需积分: 0 0 下载量 42 浏览量
2022-08-08
21:21:21
上传
评论
收藏 35KB DOCX 举报
温馨提示
试读
8页
引入3D数据可以在很大程度上通过提供现场的结构信息,从而缓解这个问题。第二个是视角的变换[2] [4] [5] 和 [6]。相同的操作可以从不同的角度产生不同的
资源详情
资源评论
资源推荐
毕业设计(论文)开题报告
论文题目
基于机器视觉的人体运动类型识别
一、选题背景和意义:
现代社会快速的生活节奏和巨大的工作压力,严重影响着个人的身体健康。科学的运动
可以提高身体素质增强运动能力,进而降低患病的风险(尤其是一些慢性疾病),例如糖尿
病、血脂异常、高血压等。而进行科学运动的前提是实现人体运动类型的准确识别。
在信息安全领域,通过智能监控的方式利用计算机自动对视频中人体的运动类型进行识
别从而为监控或者案件侦破提供依据也具有着重要的意义和广泛的用途。
在人机交互领域可以通过手势、身体姿态等信息对除了辅助交互输入设备以及自然语言
分析进行补充,提高计算机和人进行交互的能力,使之更有趣。
在大型的图像数据库或者互联网上的信息中还可以利用人体运动类型的识别,对部分信
息进行标注和理解,进而提供搜索和学习的能力。
本课题的任务是通过深度学习的相关理论,尝试用基于深度学习的机器视觉模型,应用
于人体运动类型的识别,从而让模型对人体运动类型有更好的理解与识别,同时比较使用深
度学习的人体运动类型识别算法和传统机器学习的人体运动类型算法的优劣。并通过毕业设
计锻炼培养学生综合运用所学专业课、专业基础课知识的能力,了解深度学习的相关知识与
应用,提高科研能力。
二、课题关键问题及难点:
(一)课题关键问题:
由于一般的人体运动数据源都比较大,是一些色彩图像序列或者是深度图像序列。对于
这些图像直接进行分类或者识别的话会造成输入到识别系统的数据的维度非常的高。如此高
的数据维度意味着会消耗大量的计算资源或者难以收敛到最优解。为了解决输入数据的高维
度问题,一般都需要对输入的数据进行特征的提取,也就是构造能够用来对数据进行某一个
方面的识别或者分类的数据的一种表达方式。这样子就可以把数据的维度降低,从而对数据
进行更有效的处理。
1 先验的特征提取
其实就是人工地对图像进行预处理,去掉无关的信息,只保留对识别有用的信息。比如
在人体运动的识别中,可以通过去除背景,去除人的其他特征(衣着、相貌),只保留人的骨
架模型来减少数据的维度,降低数据识别的难度。
2 后验(自动)的特征提取
其实先验的特征提取,就是把人的智能融入到识别的模型中去,这种过程很容易由于人
工特征提取的不完整而造成数据无法被有效地表达,或者使得研究的模型与目标物体结合太
daidaiyijiu
- 粉丝: 13
- 资源: 322
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0