您的位置： 专家智库 > >

谢立东

作品数：2 被引量：6H指数：2
供职机构：厦门大学信息科学与技术学院福建省仿脑智能系统重点实验室更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇隐马尔科夫模...
  • 2篇人体行为识别
  • 2篇马尔科夫
  • 2篇马尔科夫模型
  • 1篇上下文
  • 1篇上下文无关文...
  • 1篇人机
  • 1篇人机交互
  • 1篇交互行为
  • 1篇CFG
  • 1篇HMM

机构

  • 2篇厦门大学

作者

  • 2篇谢立东
  • 1篇潘伟
  • 1篇徐素霞

传媒

  • 1篇厦门大学学报...

年份

  • 1篇2016
  • 1篇2014
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于分层方法的复杂人体行为识别研究
人体行为识别的目标是使计算机能够从包含人动作的视频图像中识别、理解出入的行为，这需要计算机具备一定的计算机视觉、机器学习能力。目前，由于受到技术限制和相关理论限制，人体行为识别还停留在初级阶段，识别任务较为简单。这样，计...
谢立东
关键词：人体行为识别隐马尔科夫模型人机交互
一种基于深度学习的人体交互行为分层识别方法被引量：4
2016年
本文把人体交互行为分解为由简单到复杂的4个层次:姿态、原子动作、复杂动作和交互行为,并提出了一种分层渐进的人体交互行为识别方法.该方法共有3层:第1层通过训练栈式降噪自编码神经网络把原始视频中的人体行为识别为姿态序列;第2层构建原子动作的隐马尔科夫模型(hidden Markov model,HMM),并利用估值定界法识别第1层输出的姿态序列中包含的原子动作;第3层以第2层输出的原子动作序列为输入,采用基于上下文无关文法(contextfree grammar,CFG)的描述方法识别原子动作序列中的复杂动作和交互行为.实验结果表明,该方法能有效地识别人体交互行为.
尹坤阳潘伟谢立东徐素霞
关键词：人体行为识别
全选 清除 导出
共1页<1>
聚类工具0