论文部分内容阅读
Human Action Recognition Using 3D-Convolution Neural Networks
【摘 要】
：
智能科技对现实环境中人类活动的敏锐分析为研究人员提供了广泛的应用领域,如对监控系统、客户理解、购物态度、正常或异常行为的分析等。然而,由于各种各样的局限性,如杂乱的背景、闭塞、视点变化等,要找到对行动的准确识别是一项具有挑战性的任务。我们必须牢记这些在视频中自动识别人类行为的局限性。实时自动识别HAR和非受控视频信息,如“监控视频”便是我们的主要关注点。近年来,研究人员试图提高基于视频的识别系统的
【出 处】
：
华中师范大学
【发表日期】
：
2020年03期
其他文献
数据库中的知识发现(Knowledge Discovery in Databases,KDD)是当前涉及人工智能、数据库、统计学等学科的一门相当活跃的研究领域.决策树是发现分类模型的常用技术之一,已被广泛研究并取得了很大的进展.然而,由于在决策树的构造过程中采用贪心算法,因而造成了决策树容易过分拟合、规模过大、产生的规则长度过长等缺点.针对这些问题,研究人员提出了多种优化方法.本文在对现有的这些决
学位