排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
人体动作预测是计算机视觉和图形学领域的重要任务。现有的方法主要基于人体骨架和视频图像表示,相较于骨架和视频表示,三维几何数据表示人体动作更加直观和形象化。为此提出了一种基于PointNet和长短期记忆(LSTM)网络的三维点云表示的人体动作预测方法。首先,使用改进的PointNet对人体动作序列中的每帧三维点云进行特征提取;其次,通过LSTM学习动作序列的时间信息融合动作序列的时空特征;最后,将时空特征通过全连接神经网络(FC)进行动作预测;此外,还构造了三维点云表示的人体动作序列数据集。实验结果表明,所提方法在预测下一帧三维人体点云坐标时的平均损失值低于10-3。 相似文献
3.
采用沉淀沉积法制备了石墨烯桥联的ZnO/Ag3PO4复合光催化材料,具有优异的可见光催化性能,通过XRD、XPS、SEM、EDS、BET、FTIR、UV-Vis DRS、PL及ESR等表征手段对其晶体结构、形貌、光学性质等进行了表征及分析,并研究了不同氧化石墨烯比例的GO-ZnO/Ag3PO4复合材料对模拟抗生素废水环丙沙星(CIP)的光催化降解性能。由于GO及ZnO的引入,不仅增强了GO-ZnO/Ag3PO4对可见光吸收,且拥有了更高的电子-空穴对的分离效率。当GO与Ag3PO4的质量比为1%时,GO-ZnO/Ag3PO4显示出最佳的光催化活性,60 min可见光照后对CIP降解率可达85.3%。捕获实验表明,超氧自由基(·O2?)是反应过程中的主要活性物质,ZnO与Ag3PO4之间形成了异质结,符合Z型电子转移机制,GO的引入进一步提高了电子的快速转移,并使Z型体系更加稳定。经过6次光催化循环,降解率依然保持在70%以上,表明GO-ZnO/Ag3PO4复合材料具有优异的稳定性。 相似文献
4.
随着国家数字新基建等项目的实施,信息化基础设施建设加快,以5G、数据中心为代表的新一代信息通信技术因其巨大的能耗需求对电网规划和运行带来不可忽视的挑战.详细了解信息基础设施能耗是科学应对电力和电量需求增长的基础工作,是进行电网规划和电网灵活运行调度的依据.为此,文章从信息基础设施的概念、组成和分类入手,详细分析了5G基... 相似文献
5.
鉴于现有的人体动作识别研究工作主要是基于骨架和视频表示的,提出三角形网格序列表示的人体动作分类方法.首先,选用三角形网格序列中的首帧模型作为模板,利用形状差异算子计算序列的后续帧相对于模板模型的差异,并表示为形状差异信息张量;然后,将形状差异信息张量输入由二维卷积网络与长短期记忆网络组合而成的深度网络中,提取时序动作特征,实现人体动作分类.实验结果表明,该方法在人体动作数据集AMASS上的分类准确率达到了100.00%. 相似文献
6.
7.
1