10.3969/j.issn.1006-2475.2019.02.009
基于CNN的人体姿态识别
姿态识别是人机交互中重要的研究课题之一,随着机器学习与神经网络的发展,研究的方式和成果趋于多样化,姿态识别的应用价值也日趋广泛.本文通过构建卷积神经网络模型,该模型共有11层,在对采样的数据集中5种人体姿态进行卷积与池化操作,最后进入全连接层进行分类,从而完成对数据集的训练和识别.结果显示,相较于机器学习方法,该模型的识别性能更加优秀,且免去了复杂的特征提取方式设计,让网络自身提取特征进行识别分类,效果更好.
人机交互、姿态识别、CNN
TP391(计算技术、计算机技术)
国家自然科学基金青年科学基金资助项目61103017
2019-04-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
49-54,92