Leveraging Hierarchical Parametric Networks for Skeletal Joints Based Action(泛读)

最新推荐文章于 2022-05-24 22:03:22 发布
最新推荐文章于 2022-05-24 22:03:22 发布
阅读量1.1k 收藏
点赞数
分类专栏： Deep_Learning 文献阅读 Machine_Learning Something_Interesting DL文献阅读与感悟 文章标签： 文献阅读 CVPR DeepLeaning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sheng_ai/article/details/39927711
版权

一.文献名字和作者

    Leveraging Hierarchical Parametric Networks for Skeletal Joints Based Action， CVPR2014
   

二.阅读时间

    2014年10月9日



三.文献的贡献点

    这篇文章主要介绍了如何使用深度置信网络(DBN)来代替GMM用于使用3D骨骼数据的行为分割和识别。文献提出的框架能够看做一个更好地估计隐马尔科夫模型的发射概率的模型，同时，也能够获得更好的行为识别的效果。同时，DBN也作为一个特征提取的方法来使用。
    因为在语音领域就有使用DBN-HMM代替GMM-HMM的情况，并且获得了比较好的结果，因此，文章的作者可能考虑将这种改进方法用于基于3D的骨骼数据的行为分割和识别领域，将一种方法用于新的领域，并进行推导过程，也是一种很不错的创新方法。
















shengno1
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于3D关节点的人体动作识别综述
yeluohanchan的博客
12-04 6万+
文基于3D关节点的人体动作识别综述 原文：2016，Pattern Recognition： 3D skeleton-based human action classification: A survey 摘要 近年来，基于深度序列的人体动作分类的研究越来越多，出现了基于不同数据源：深度图或RGB视频的3D人体关节的人体动作分类的方法以及特征表示方法。 本文...
骨骼动画(Skeletal Animation)
luchy的专栏
07-21 2931
相信这里没有人没玩过采用骨骼动画技术的游戏，看看那些热门的动作游戏，例如《波斯王子》、《分裂细胞》和《战神》，你就知道骨骼动画的威力了（我承认是猜的）。骨骼动画技术用来使我们的3D模型在屏幕上动起来，通过和动作捕捉技术结合，可以让模型做出非常逼真的动作。而这样一个极具威力的技术，其原理却相当简单。 假设我们要让游戏主角做出一个动作，例如波斯王子拿弯刀往前一劈。最简单的方法，就是让模型师建一个动画序
2014CVPR
tigerda的专栏
05-14 1万+
2014CVPR http://www.pamitc.org/cvpr14/accepted_papers.php
读书笔记1：Hierarchical Recurrent Neural Network for Skeleton Based Action Recognition
b224618的博客
05-03 3099
写这个读书笔记，一方面是为了了解他人的研究，另一方面希望学习科技论文的写作方法，提升自己写paper的水平。 原文链接：https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Du_Hierarchical_Recurrent_Neural_2015_CVPR_paper.pdf 下面对文章每个部分的结构和内容进行分析...
论文笔记 Semantics-Guided Neural Networks for Efficient Skeleton-Based Human Action Recognition - CVPR
weixin_43791477的博客
05-24 1571
论文笔记 Semantics-Guided Neural Networks for Efficient Skeleton-Based Human Action Recognition - CVPR
Spatio-Temporal Tuples Transformer for Skeleton-Based Action Recognition
开心的火龙果的博客
02-14 1412
Spatio-Temporal Tuples Transformer for Skeleton-Based Action Recognition 本篇文章针对基于骨架的行为识别进行了研究，提出了一种时空元组transformer。该方法能够在连续帧中建立不同关节的关系，有比较强的区分相似动作的能力，达到了sota。 帧之间不同关节的相关性对行为识别非常有用，在一个动作中，相邻帧之间的不同身体部位常常是一起移动的（例如"跳远"中的手臂和腿）。Kaiming He等曾提出一个时空transformer结构，该结
Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration
qq_40079310的博客
09-03 721
[论文笔记]Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration 文章目录[论文笔记]Dual Residual Networks Leveraging the Potential of Paired Operations for Image Restoration大纲新...
【多标签文本分类】Initializing neural networks for hierarchical multi-label text classification
十一月廿七风雨大作
02-07 943
·阅读摘要：   本文在《Improved Neural Network-based Multi-label Classification with Better Initialization Leveraging Label Co-occurrence》文章的基础上，提出了对具有层级结构的多标签进行多分类。   [1] Initializing neural networks for hierarchical multi-label text classification 阅读前提   在阅读本篇.
Leveraging LSTM Networks for Attack Detection in Fog-to-Things C
08-03
标题中的“Leveraging LSTM Networks for Attack Detection in Fog-to-Things C”指出了一种利用长短期记忆网络（LSTM）来应对物联网（IoT）中攻击检测的新方法。描述中提到，由于网络攻击的复杂性和持续演变，需要...
Leveraging the QorIQ DPAA for Wireless Applications
03-10
"Leveraging the QorIQ DPAA for Wireless Applications" 本资源主要介绍了NXP公司的DPAA（Data Path Acceleration Architecture）设计原理及其在无线应用中的应用。 QorIQ处理器架构 QorIQ是一种基于Power ...
Threat Forecasting Leveraging Big Data for Predictive Analysis 无水印pdf
10-25
Threat Forecasting Leveraging Big Data for Predictive Analysis 英文无水印pdf pdf所有页面使用FoxitReader和PDF-XChangeViewer测试都可以打开 本资源转载自网络，如有侵权，请联系上传者或csdn删除 本资源...
Leveraging hybrid citation context for impact summarization
02-21
Leveraging hybrid citation context for impact summarization
Skeleton-Based Human Action Recognition With Global Context-Aware Attention LSTM Networks翻译
Jiashilin
03-26 3450
IEEE TRANSACTIONS ON IMAGE PROCESSING， VOL. 27， NO. 4， APRIL 2018 基于LSTM网络全局上下文注意力机制和人的基本骨架实现动作识别 摘要 三维骨架序列中的人体动作识别（action recognition）已经引起了很多研究人员的注意。近期，长短期记忆网络（LSTM）由于其在依赖关系方面和...
Network In Network(精读)
热门推荐
小胜爱捣鼓
11-20 1万+
一.文献名字和作者      Network In Network.Min Lin, Qiang Chen, Shuicheng Yan     二.阅读时间     2014年11月19日 三.文献的目的     文章主要是对于CNN结构进行改进，使得CNN能够学习到更加抽象和有效的非线性特征。 四.文献的贡献点 4.1 卷积层的改进--多
DBN和DNN的区别(未完待续)
小胜爱捣鼓
10-16 1万+
一.模型框架    DBN最后的两层是一个RBM，并且除了最后两层，其他的层都是top-down结构的有向图；    DNN是一个bottom-up的结构，同时，在一般的文献中，将DNN作为一个DBN进行训练得到的模型还是称为DBN(这就是为什么我一直分不清这两种结构的原因)。 二.训练算法     DBN在训练的时候，当做一个stack RBMs进行训
激活函数实现--3 Tanh函数实现
小胜爱捣鼓
07-18 1万+
1.TANH函数的定义 2. TANH函数的导数   3.TANH函数的实现 Tanh主要是通过类Tanh来实现的，该类继承自AbstrcactActivation类，主要实现Activating接口和Derivating接口。 Tanh类的定义如下： #ifndef TANH_H #define TANH_H #include
MG-BERT: leveraging unsupervised atomic representation learning for molecular property prediction预训练策略
最新发布
05-10
MG-BERT是一种用于分子属性预测的预训练模型，它是基于BERT的模型。它的预训练策略可以分为以下几步： 1. 原子嵌入：使用晶体学数据库（CSD）中的晶体结构数据，从中提取原子坐标并将其转换为原子嵌入表示。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值