排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
针对原始运动捕获数据结构复杂、语义模糊的问题,提出一种结合金字塔模型和随机森林的运动捕获序列语义标注方法.首先,利用概率主成分分析将运动序列划分为具有特定语义的运动片段.然后,将运动片段的欧拉角数据转换为人体各个关节点的三维空间位置坐标数据,统一骨骼长度,提取运动数据的2种互补性几何特征,并分别归一化.再次,运用傅里叶时间金字塔模型构建运动片段完整的时空特征.最后,利用已训练的随机森林分类器对各个运动片段进行标注.结果表明:该方法能够对具有不同语义的复杂运动序列进行有效标注,且可用于不同表演者,具有一定的实用性和通用性. 相似文献
2.
本文介绍了IPTV技术和发展现状,并进一步分析了IPTV技术可能对有线数字电视的发展所带来的影响。 相似文献
3.
4.
中医诊疗研究引入机器学习方法存在交互性差和特征值离散性两大缺陷。引入基于随机森林(Random Forest,RF)的可视化技术,对原始数据进行基于RF的特征变换,使样本在新特征空间的类可分性增强;采用主坐标分析法对变换后的数据进行降维,将高维数据的关系信息变换到适合人类视觉认知的低维空间里;在低维空间里采用散点图和平行坐标图对数据进行可视化。在中医慢性胃炎数据集上的实验结果表明,通过RF处理后,各类数据聚集在不同的区域空间中,呈现良好的可分性。这些图形图像视觉信息能帮助用户准确理解数据集的分布规律以及隐含的发展趋势,进而深入探讨这些信息蕴含的中医学意义。 相似文献
5.
基于中心距离特征的人体运动序列关键帧提取 总被引:2,自引:0,他引:2
运动捕获数据的关键帧是原始运动序列的简洁表示,对于运动压缩、运动检索和运动分割起着重要的作用。提出了一种基于中心距离特征的人体运动捕获数据关键帧提取方法,通过提取四肢到中心点ROOT的距离,得到一组中心距离特征,将特征分为上肢和下肢来分别表示,并提取上下肢的距离模,得到二维的特征向量模;然后采用主成分分析得到一维特征,并提取其局部极值点作为初始关键帧;最后通过对初始关键帧的重新筛选与插入得到最终关键帧序列。实验结果表明,该方法提取的关键帧序列在视觉上能够很好的概括原始运动序列的内容,且具有高压缩率。 相似文献
1