隨著科技的發(fā)展與進(jìn)步,人工智能的浪潮席卷全球,使得生活變得更加智能化。其中,人機(jī)交互則在其中起著重要的作用。手勢識別作為人機(jī)交互中最簡單自然地一種方式,引起廣泛關(guān)注。而基于視覺的手勢識別不依賴其它設(shè)備,操作更加自然方便。實(shí)際場景中的手勢識別系統(tǒng)通常對于實(shí)時(shí)性和準(zhǔn)確率有較高的要求,因此如何在保證算法正確性的同時(shí),提高算法的實(shí)時(shí)性是研究的關(guān)鍵。針對視頻流中手勢特征描述困難以及在視頻序列中存在較多冗余信息的問題,提出了融合循環(huán)三維卷積神經(jīng)網(wǎng)絡(luò)(Recurrent Three-dimensional Convolution Neural Network,R3DCNN)和注意力機(jī)制的手勢識別方法。主要工作包括:(1)構(gòu)建了一個(gè)端到端的循環(huán)三維卷積神經(jīng),利用三維卷積提取局部時(shí)空特征,并且利用長短期記憶網(wǎng)絡(luò)對短時(shí)空特征建模,得到能夠準(zhǔn)確表示視頻中動(dòng)作運(yùn)動(dòng)信息的全局時(shí)空特征。(2)針對視頻序列無字典標(biāo)簽,無法進(jìn)行加權(quán),定義了一個(gè)時(shí)間編碼模型對于視頻序列進(jìn)行分段,構(gòu)建字典標(biāo)簽。(3)針對視頻中存在冗余信息的問題,提出融合注意力機(jī)制和循環(huán)三維卷積神經(jīng)網(wǎng)絡(luò)的方法,利用注意力機(jī)制對于提取到的視頻分段特征進(jìn)行加...

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要內(nèi)容及組織結(jié)構(gòu)
2 基于循環(huán)三維卷積神經(jīng)網(wǎng)絡(luò)的全局時(shí)空特征提取
    2.1 基于三維卷積神經(jīng)網(wǎng)絡(luò)的局部時(shí)空特征提取
    2.2 基于循環(huán)三維卷積神經(jīng)網(wǎng)絡(luò)的全局時(shí)空特征提取
    2.3 本章小結(jié)
3 基于時(shí)間編碼模型與注意力機(jī)制的手勢識別
    3.1 基于時(shí)間編碼模型的詞典標(biāo)簽構(gòu)建
    3.2 基于注意力機(jī)制的手勢識別
    3.3 本章小結(jié)
4 實(shí)驗(yàn)數(shù)據(jù)與結(jié)果分析
    4.1 實(shí)驗(yàn)環(huán)境
    4.2 模型訓(xùn)練
    4.3 實(shí)驗(yàn)結(jié)果及分析
    4.4 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)



本文編號：3870543