共查询到20条相似文献,搜索用时 218 毫秒
1.
随着信息化进程的深入和互联网的迅速发展,网络安全问题日渐突出。文章基于战术规划识别思想,构建了一个对敌意攻击的识别与应对系统模型。对获取的信息进行处理后,将其形式化为待识别的动作或者状态,通过匹配,生成假设,假设排序,动态跟踪预测,进行有效的应对,从而保障信息安全。 相似文献
2.
3.
4.
5.
6.
文章利用基于OpenPose的人体姿态识别算法,将动画或者视频中的人物动作进行处理,实现对角色运动数据的捕获;采用基于运动捕捉数据的关键帧提取算法来获取角色运动的关键帧。实验结果表明,该方法具较高的识别准确率,并且能够提取出对原动画或视频具有概括力的关键帧。 相似文献
7.
为了准确识别现实场景下的人体动作,提出了基于多任务学习的人体动作识别方法。首先,对数据进行局部显著点的检测和特征描述。然后,利用K均值算法对所提特征进行聚类构建词袋模型。最后,利用任务之间的关系,实现现实场景下的人体动作识别。比较实验说明所提出方法能够较好的识别现实场景下的人体动作,并对数据背景、光照条件等外因具有较强的鲁棒性。 相似文献
8.
9.
10.
为了进行动作识别,需要对动作的运动与形状信息进行特征表示与建模。由于动作可以由一系列原语即子动作构成,提出了一种新的基于运动特征和形状特征的原语提取及动作表示方法。该算法首先从动作的运动特性出发,通过分割每一帧中的运动区域来提取运动特征,同时利用梯度直方图提取形状特征。通过分层聚类的方式提取具有类内代表性及类间判决性的原语,并利用混合高斯模型对原语进行特征表示。最后利用基于运动及形状原语的序列匹配进行动作识别。实验表明,该算法在KTH和UCF数据集上较现有方法取得了更高的识别正确率,分别为95.14%和90.00%。 相似文献
11.
为满足在不同背景条件下用户的手势识别需求,提出了一种对于动态手势定位及识别的算法。在摄像头固定、目标移动的前提下,采用ViBe算法对背景建模后结合肤色检测,对手势目标区域进行检测。文中提出了掌心的定位方法,算法利用形态学骨架运算提取图像特征,为解决用户不同衣着和动作造成判断区域的多样性和不确定性,进行有效区域选取后定位掌心坐标,根据掌心坐标通过似圆度和掌心极坐标进行手势定位和识别。实验结果证明,所提算法能够在复杂背景下准确地对手掌高于手肘的手势判断出掌心点,分割出手掌并进行手势识别,该算法同时拥有较好的鲁棒性和实时性。 相似文献
12.
渐冻症患者随着病情的发展会逐渐丧失语言功能,无法通过语言表达内心需求,造成较大的心理压力,为了帮助渐冻人能够轻松地与外界交流,本文为渐冻人设计了一种人机交互系统。由于患者会逐渐丧失行动能力,本文设计了眨眼识别算法,该识别算法能够识别出眨眼的面部动作,并且区分接收到的眨眼信号是否为患者有意识地眨眼。交互系统配以图形界面,图形界面内置了虚拟软键盘,用户能够不通过敲击键盘实现打字输出。设计的交互系统以眨眼作为人机交互方式,系统将接收到的眨眼信号传入图形界面,图形界面通过虚拟软键盘实现输出功能。患者虽丧失了语言功能和行动能力,但可以通过该交互系统实现眨眼打字,舒缓心理压力。 相似文献
13.
针对敏捷对地观测卫星自主动作规划问题,建立了基于时间线约束网络的问题模型。通过对模型的分析,归纳出9种卫星动作序列,确定了各种动作序列之间的衔接关系,并在此基础上设计了动作时间的计算和调整方法,提出了基于三阶段变邻域搜索(Three-stage Variable Neighborhood Search, TVNS)的敏捷对地观测卫星自主动作规划算法。算法以任务调度结果作为初始解,分3个阶段,使用2种邻域结构进行变邻域搜索,实现了任务到动作的转换。通过实验证明了基于TVNS的敏捷对地观测卫星自主动作规划算法的有效性。 相似文献
14.
15.
本文提出了一种基于3D人体骨架的动作识别方法.该方法以3D人体骨架为基础,将骨架中关节点的位置重新定义,形成简化的立体骨架模型,进而采用改进的动态时间规整算法(Reformative Dynamic Time Warping,R-DTW)对齐动作序列并进行识别.由于人体大小、形状、动作方式等差异,任意两个人表达同一动作都不尽相同,简化的立体骨架模型能有效缓解这种类内差异性.传统的DTW算法存在计算复杂性高,效率低的问题,本文在传统算法的基础上设计了"一次规划,二次细化"的方法,有效降低计算量,提高计算效率.该算法在MSR 3D Action数据库上的实验验证了其有效性. 相似文献
16.
针对目前人体动作识别技术中存在的隐私暴露、技术复杂度高和识别精度低等相关问题,提出了一种基于热释电红外(PIR)传感器的人体动作识别方法。首先,采用一组安置在天花板上经过视场调制的PIR传感器采集人体运动时散发的红外热辐射信号,将传感器输出的电压模拟信号进行滤波放大后通过ZigBee无线模块传送到PC端打包成原始数据集;其次,将原始数据的两路传感器输出数据进行特征融合,对融合后的数据做标准化处理封装为训练集和测试集;然后,基于数据的特征提出一种两层级联的混合深度学习网络模型作为人体动作的分类算法,第一层采用一维卷积神经网络(1DCNN)对数据进行特征提取,第二层采用门控循环单元(GRU)保存历史输入信息防止丢失有效特征;最后,利用训练集来训练该网络模型得出参数最优的分类模型,通过测试集验证模型的正确性。实验结果表明,提出的该动作识别技术模型对基本动作分类的准确率高于98%,与图像动作识别或穿戴式设备动作识别相比,实现了实时、便捷、低成本和高保密性的高精度人体动作识别。 相似文献
17.
针对突发自适应调制信号中的PSK和QAM调制方式识别问题,本文提出了一种能够识别BPSK、QPSK、8PSK以及16QAM、32QAM、64QAM、128QAM、256QAM八种信号类型的盲识别算法。该算法首先对信号的循环平稳性进行了分析和讨论,给出了利用循环高阶累积量的特征实现信号识别分类的理论依据。然后,提出了三种基于循环累积量的特征分别实现了QAM和PSK类间识别、MPSK类内识别以及方形QAM与十字形QAM的识别。最后通过对MQAM信号的瞬时幅度分布特性的深入研究和分析,提出了一种基于瞬时包络平方的方差的特征实现了QAM的类内识别。该算法选择了二叉树支持向量机作为识别分类器,并设计了一种新的识别流程完成了对上述信号调制方式的识别。该算法无需精确同步,对载波相位具有较好的鲁棒性,并能够对中频信号进行识别。仿真实验表明,该算法能够实现在较低信噪比条件下突发信号的识别。 相似文献
18.
基于人体骨架的动作识别具有鲁棒性和视点不变性的优点,为进一步提高骨架动作识别的识别率,打破以往大部分基于深度学习的方法的输入内容为人体关节坐标的局限性,文中提出一种将几何特征与LSTM网络结合的人体骨架动作识别算法。该算法选择基于关节与选定直线之间距离的几何特征作为网络的输入,引入了一种时间选择LSTM网络进行训练。利用时间选择LSTM网络拥有选出最具识别性时间段特征的能力,在SBU Interaction数据集和UT Kinect数据集上分别取得了99.36%和99.20%的识别率。实验结果证明了该方法对人体骨架动作识别的有效性。 相似文献
19.
20.
本文提出了一种改进的分段叠加捕获算法。其具体做法是将接收到的信号分为多段,然后对每段信号进行叠加,再对叠加后的信号做C/A码相关和FFT操作,该算法能够识别-20db信噪比下的GPS信号。论文对该算法进行了仿真与分析,说明该算法具有较高的应用价值。 相似文献