项目名称: 基于流形学习和时序语义网挖掘的人体运动序列分析研究

项目编号: No.61173163

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 计算机科学学科

项目作者: 冯林

作者单位: 大连理工大学

项目金额: 57万元

中文摘要: 人体运动时间序列分析在动画制作、仿生设计、体育运动及健康医疗等领域有广泛的应用空间,是当前数据挖掘领域的重要研究方向。由于人体及人体运动内在的复杂性,传统方法尚难以针对人体运动中深层次的知识进行理解。本项目研究基于流形学习和语义网挖掘的人体运动时间序列分析问题,重点研究人体运动时间序列的可视化分割及语义理解。在高维时间序列挖掘理论的基础上,首先通过流形学习的方法对人体运动时间序列进行降维,实现高维序列的可视化,使之能够直观表达人体运动变化趋势,进行动作分割。从语义的角度构建用于人体运动时间序列分析的时序语义网,建立人体运动与时序语义网之间的映射关系。分别从时间维度和属性维度构建人体运动时间序列的多索引模型,用于支持人体运动的检索及识别。本项目旨在为人体运动识别中的关键问题提供方法,期望有助于人体运动时间序列分析在更广范围内的应用。

中文关键词: 人体运动识别;流形学习;语义网挖掘;高维时间序列;

英文摘要:

英文关键词: human motion identification;manifold learning;semantic web mining;high-dimension time series;

成为VIP会员查看完整内容
1

相关内容

南大《时间序列分析 (Time Series Analysis)》课程,推荐!
专知会员服务
152+阅读 · 2022年3月31日
【TPAMI2022】双曲深度神经网络研究综述
专知会员服务
65+阅读 · 2021年12月29日
专知会员服务
56+阅读 · 2021年8月12日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
专知会员服务
27+阅读 · 2021年1月29日
基于深度学习的手语识别综述
专知会员服务
46+阅读 · 2020年5月18日
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
基于深度学习的视频目标检测综述
极市平台
15+阅读 · 2019年7月19日
图卷积在基于骨架的动作识别中的应用
极市平台
24+阅读 · 2019年6月4日
SkeletonNet:完整的人体三维位姿重建方法
计算机视觉life
21+阅读 · 2019年1月21日
基于人体骨架的行为识别【附PPT与视频资料】
人工智能前沿讲习班
31+阅读 · 2019年1月15日
独家 | 光流与行为识别的结合研究
AI科技评论
12+阅读 · 2017年12月29日
干货|基于双流递归神经网络的人体骨架行为识别!
全球人工智能
13+阅读 · 2017年12月15日
论文动态 | 基于知识图谱的问答系统关键技术研究 #01
开放知识图谱
16+阅读 · 2017年8月3日
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月17日
小贴士
相关VIP内容
相关资讯
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
基于深度学习的视频目标检测综述
极市平台
15+阅读 · 2019年7月19日
图卷积在基于骨架的动作识别中的应用
极市平台
24+阅读 · 2019年6月4日
SkeletonNet:完整的人体三维位姿重建方法
计算机视觉life
21+阅读 · 2019年1月21日
基于人体骨架的行为识别【附PPT与视频资料】
人工智能前沿讲习班
31+阅读 · 2019年1月15日
独家 | 光流与行为识别的结合研究
AI科技评论
12+阅读 · 2017年12月29日
干货|基于双流递归神经网络的人体骨架行为识别!
全球人工智能
13+阅读 · 2017年12月15日
论文动态 | 基于知识图谱的问答系统关键技术研究 #01
开放知识图谱
16+阅读 · 2017年8月3日
相关基金
国家自然科学基金
2+阅读 · 2017年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员