位置:成果数据库 > 期刊 > 期刊详情页
基于NSCT的隧道裂缝图像检测
  • ISSN号:1009-7716
  • 期刊名称:《城市道桥与防洪》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]兰州交通大学电子与信息工程学院,兰州730070
  • 相关基金:国家自然科学基金(No.61162016,No.61562057);甘肃省国际科技合作项目(No.144WCGA162);甘肃省自然科学基金(No.145RJZA080);兰州交通大学校青年基金项目(No.2013009,No.2013005).
作者: 沈瑜[1]
中文摘要:

针对传统RGB视频中动作识别算法时间复杂度高而识别准确率低的问题,提出一种基于深度图像的动作识别方法。该方法首先对深度图像在三投影面系中进行投影,然后对三个投影图分别提取Gabor特征,最后使用这些特征训练极限学习机分类器,从而完成动作分类。在公开数据集MSRAction3D上进行了实验验证,该方法在三组实验上的平均准确率分别为97.80%、99.10%和88.35%,识别单个深度视频的用时小于1s。实验结果表明,该方法能够对深度图像序列中的人体动作进行有效识别,并基本满足深度序列识别的实时性要求。

英文摘要:

Concerning the high time complexity and low recognition rate of action recognition algorithm in traditionalRGB video,this paper proposes an action recognition approach based on depth image.Firstly,each depth frame in a depthvideo sequence is projected onto three orthogonal Cartesian planes.Secondly,the Gabor feature is extracted from the projectedmaps in three projective views.Lastly,the features are used to train extreme learning machine classifiers that areused to classify actions.Experiments on public dataset MSR Action3D show the method achieves average recognitionrate97.80%,99.10%and88.35%respectively on different three group experiments.The elapsed time of recognizing singledepth video is less than1second.The results show the proposed method can effectively identify the human motion indepth image sequence and satisfy the real-time requirement of the depth image sequence.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《城市道桥与防洪》
  • 主管单位:中华人民共和国住房和城乡建设部
  • 主办单位:上海市政工程设计研究总院(集团)有限公司
  • 主编:
  • 地址:上海市中山北二路901号
  • 邮编:200092
  • 邮箱:cdq@smedi.com
  • 电话:021-51298850
  • 国际标准刊号:ISSN:1009-7716
  • 国内统一刊号:ISSN:31-1602/U
  • 邮发代号:
  • 获奖情况:
  • 2002年评为中华人民共和国建设部优秀期刊
  • 国内外数据库收录:
  • 被引量:8887