تشخیص کنش انسان در تصاویر RGBD مبتنی بر داده های اسکلتی بدن با استفاده از شبکه های کانولوشن

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 651

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSCG02_037

تاریخ نمایه سازی: 7 اسفند 1396

چکیده مقاله:

تشخیص کنش انسان در تصاویرRGB+Dیکی از موضوعات پر کاربرد و جدید در حوزه یادگیری و بینایی ماشین است که دارای چالش های فراوانی نیز می باشد. روشهای زیادی در این حوزه وجود دارد که در بین آنها روشهای مبتنی بر یادگیری عمیق کارآیی مناسبتری دارند. در این مقاله روشی مبتنی بر شبکه های عصبی کانولوشن ارایه شده است که از ترکیب همزمان ویژگی های دوبعدی و سه بعدی استفاده میکند، در این روش ابتدا ویژگی هایی از دنباله اسکلتی تصاویر استخراج شده، سپس هر دسته ویژگی به یک شبکه عصبی کانولوشن داده شده و در نهایت خروجی شبکه ها با یکدیگر ترکیب میشوند. روش پیشنهادی بر روی پایگاه دادهNTU RGB+Dآزمایش شده است و دقت 86.4 % برای تشخیص کنش با پروتکل ارزیابیcross-view به دست آمده است.

نویسندگان

زهرا رستمی

دانشجوی ارشد، گروه کامپیوتر، دانشگاه بوعلی سینا همدان

مه لقا افراسیابی

دانشجوی دکتری، گروه کامپیوتر، دانشگاه بوعلی سینا همدان

حسن ختن لو

دانشیار، گروه کامپیوتر، دانشگاه بوعلی سینا همدان