文件名称：Action-Recognition
文件大小：47KB
文件格式：ZIP
更新时间：2024-04-27 12:41:05
深度学习中的动作识别 加州大学伯克利分校MIDS W251 Indrani Bose，Brian Ament和Mayukh Dutta 人体动作识别是计算机视觉的标准问题，已经得到了很好的研究。 基本目标是分析视频，以识别视频中发生的动作。 本质上，视频具有空间方面，即。 各个帧和时间方面，即框架的顺序。 某些动作（例如，站立，跑步等）可能仅通过使用单个框架即可识别，但对于更复杂的动作（例如，行走与奔跑，弯曲与跌落）可能需要不止一帧的信息才能正确识别。 本地时间信息在区分此类动作中起着重要作用。 此外，在某些使用情况下，本地时间信息还不够，您可能需要长时间的时间信息才能正确识别动作或对视频进行分类。深度学习方法已根据经验证明在学习用于对象识别，任务，图像字幕和语义分割。 卷积神经网络使我们能够通过参数共享卷积和局部不变性建立最大池神经元来有效捕获图像中数据结构空间局部性的假设。 在这个项
【文件预览】：
Action-Recognition-main
----README.md(4KB)
----W251 System Design.png(51KB)