本文主要是介绍一种基于运动图的人体行为识别(HAR)方法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
这是2020年发的最好的一篇文章,话不多说,先上图
创新点:
1、将视频进行了降维处理,转化为图片;
2、转化后的运动图(DJMI),解决了传统JTM,MHI时序重叠的问题;
3、转化后的图片可通过即有图形图像的经典算法,批量生成可信样本(文章中通过双二次插值算法批量生成样本),解决小样本情况下,深度神经网络训练不充分,容易过拟合的情况。下图是样本生成后对各种经典卷积神经网络的训练提升。特别是在防止过拟合方面,有质的提升。
原文地址:
A data augmentation method for human action recognition using dense joint motion images
这篇关于一种基于运动图的人体行为识别(HAR)方法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!