期刊文献+
共找到45篇文章
< 1 2 3 >
每页显示 20 50 100
Video action recognition meets vision-language models exploring human factors in scene interaction: a review
1
作者 GUO Yuping GAO Hongwei +3 位作者 YU Jiahui GE Jinchao HAN Meng JU Zhaojie 《Optoelectronics Letters》 2025年第10期626-640,共15页
Video action recognition(VAR)aims to analyze dynamic behaviors in videos and achieve semantic understanding.VAR faces challenges such as temporal dynamics,action-scene coupling,and the complexity of human interactions... Video action recognition(VAR)aims to analyze dynamic behaviors in videos and achieve semantic understanding.VAR faces challenges such as temporal dynamics,action-scene coupling,and the complexity of human interactions.Existing methods can be categorized into motion-level,event-level,and story-level ones based on spatiotemporal granularity.However,single-modal approaches struggle to capture complex behavioral semantics and human factors.Therefore,in recent years,vision-language models(VLMs)have been introduced into this field,providing new research perspectives for VAR.In this paper,we systematically review spatiotemporal hierarchical methods in VAR and explore how the introduction of large models has advanced the field.Additionally,we propose the concept of“Factor”to identify and integrate key information from both visual and textual modalities,enhancing multimodal alignment.We also summarize various multimodal alignment methods and provide in-depth analysis and insights into future research directions. 展开更多
关键词 human factors video action recognition vision language models analyze dynamic behaviors spatiotemporal granularity video action recognition var aims multimodal alignment scene interaction
原文传递
Studies on the Recognition Interaction of Rhodamine B and DNA by Voltammetry 被引量:4
2
作者 JIAOKui LIQing-jun SUNWei WANGZhen-yong 《Chemical Research in Chinese Universities》 SCIE CAS CSCD 2005年第2期145-148,共4页
The recognition interaction of Rhodamine B(RB) with DNA was studied in a Britton-Robinson (B-R) buffer solution with pH=7.5 at a glassy carbon electrode by electrochemical techniques. RB shows an irreversible oxidatio... The recognition interaction of Rhodamine B(RB) with DNA was studied in a Britton-Robinson (B-R) buffer solution with pH=7.5 at a glassy carbon electrode by electrochemical techniques. RB shows an irreversible oxidation peak at +0.92 V(vs. SCE). After the addition of DNA in the RB solution, the peak current of RB decreased apparently without the shift of the peak potential. The electrochemical parameters such as the charge transfer coefficient α and the electrode reaction rate constant k s of the interaction system were carefully studied. The parameters did not change before and after the addition of DNA, which indicated that an electrochemical non-active complex had been formed, so the concentration of RB in the solution decreased and the peak current decreased correspondingly. The binding ratio of RB to DNA was 2∶1 with a binding constant of 2.66×10 9. 展开更多
关键词 Rhodamine B DNA recognition interaction Electrochemical behavior
在线阅读 下载PDF
融合驾驶意图的对抗式多模态车辆轨迹预测
3
作者 韩松 车畅畅 王贺龙 《重庆理工大学学报(自然科学)》 北大核心 2026年第2期184-193,共10页
针对车辆单模态轨迹预测无法充分表征未来轨迹的预测空间,无法有效应对不确定情况的问题,提出一种融合驾驶意图的对抗式多模态轨迹预测模型(I-MALT)。该模型将预测车辆及周围5辆关联车辆视为整体,通过GATv2-LSTM提取时空特征,并基于该... 针对车辆单模态轨迹预测无法充分表征未来轨迹的预测空间,无法有效应对不确定情况的问题,提出一种融合驾驶意图的对抗式多模态轨迹预测模型(I-MALT)。该模型将预测车辆及周围5辆关联车辆视为整体,通过GATv2-LSTM提取时空特征,并基于该特征识别驾驶意图,输出各意图概率。针对不同模态轨迹,构建独立的LSTM-Transformer预测模型,引入对抗学习优化各模态的轨迹预测效果,最终通过加权融合各模态对应的驾驶意图概率与轨迹预测概率,选取二者概率和最大的预测轨迹作为结果。使用HighD数据集对模型进行训练与验证,结果表明:I-MALT模型在各时域预测中均保持较低的预测误差,尤其是针对3~5 s的中长期预测,其均方根误差(RMSE)显著低于对比模型,证明其具有优越的预测性能。 展开更多
关键词 自动驾驶 车辆轨迹预测 换道意图识别 概率融合 交互式行为
在线阅读 下载PDF
混合交通下骑行者与车辆交互行为识别方法
4
作者 吕超 王俊斌 +3 位作者 崔格格 刘昱沛 孟相浩 龚建伟 《中国公路学报》 北大核心 2025年第10期337-347,共11页
在混合交通环境中,骑行者与车辆之间的交互行为对车辆的安全行驶至关重要,成为影响交通安全的关键因素之一。为了使车载高级驾驶辅助系统有效识别此类交互行为,提出一种基于图表示学习的交互行为识别方法。该方法融合了人员的骨架信息... 在混合交通环境中,骑行者与车辆之间的交互行为对车辆的安全行驶至关重要,成为影响交通安全的关键因素之一。为了使车载高级驾驶辅助系统有效识别此类交互行为,提出一种基于图表示学习的交互行为识别方法。该方法融合了人员的骨架信息和非机动车关键信息,通过对骑行者的时空特征进行建模,并在此基础上引入车辆的关键信息,从而提取出骑行者与车辆之间的交互特征。针对不同复杂度的行为提出了不同的标签生成方法。对于简单且直接的基本交互行为,使用人工标注的方法生成行为标签,确保数据质量;而对于更复杂、多变的交互行为,采用基于图核的聚类算法自动生成行为标签,以处理那些难以通过人工方式准确归类的行为。基于骑行者时空图模型和交互行为标签构建了骑行者-车辆交互行为图模型数据集,通过基于图核的分类方法完成对交互行为的识别。为了验证该方法的有效性,进行了实车数据采集试验。在试验中,系统收集了大量骑行者与车辆交互行为的实际数据,并通过上述方法进行了行为识别。试验结果表明:该方法能够以99.65%的准确率识别出骑行者与车辆之间的多种交互行为。这一高精度的识别结果对提高智能驾驶系统的安全行驶性能具有重要的现实意义,可为智能车载系统的进一步提升提供理论基础和实践支持。 展开更多
关键词 交通工程 交互行为识别 图表示学习 骑行者
原文传递
快速路交织区汇入行为辨识与交通影响分析
5
作者 曾岳凯 李岩松 吕能超 《交通信息与安全》 北大核心 2025年第5期33-43,共11页
城市快速路交织区的复杂交通行为显著影响通行效率与安全水平。为深入揭示主线与辅路汇入车辆间的微观交互机理,本研究以武汉市珞狮路高架快速路为实证对象,基于1.2 km路段、3.5 h连续采集的大规模高分辨率车辆轨迹数据(时间分辨率0.1 s... 城市快速路交织区的复杂交通行为显著影响通行效率与安全水平。为深入揭示主线与辅路汇入车辆间的微观交互机理,本研究以武汉市珞狮路高架快速路为实证对象,基于1.2 km路段、3.5 h连续采集的大规模高分辨率车辆轨迹数据(时间分辨率0.1 s,空间分辨率0.1 m),系统性地提出并定义了4种交互换道模式:竞争模式、协作-竞争模式、协作模式与竞争-协作模式。创新性地引入安全替代指标(surrogate safety measures,SSMs)进行多维度量化约束,涵盖碰撞时间(time-to-collision,TTC)、跟车时距(GAP)、车辆速度差,以及横向偏移量等关键参数,实现了对车辆纵横向动态及复杂相互作用的全过程刻画。为实现对换道模式的精准、自动化辨识,研究构建并优化了1个基于极端梯度提升(extreme gradient boosting,XGBoost)算法的换道行为辨识模型。在模型构建中,通过对原始数据进行严格筛选,改变了传统研究中对数据约束的模糊性,剔除了前后交叉汇入等干扰数据,最终标定出1049条典型的稳定汇入案例用于建模。实验结果表明:该模型的准确率达到91.83%,显著优于随机森林、支持向量机等基准模型。进一步的交通流影响规律分析表明,竞争-协作换道模式通过优化车辆间协作与竞争关系,展现出最佳综合效益:跨线行驶时间最短,起始位置更早,目标车道后车最大减速度绝对值最小,TTC值最大,且侧向冲突占比最低。该模式在提升换道效率的同时有效降低冲突风险,为智能交织区管控及协同式自动驾驶决策提供了理论支撑。 展开更多
关键词 交通安全 快速路交织区 换道行为 交互模式 模式辨识 影响规律
在线阅读 下载PDF
基于人-物交互图卷积网络的扶梯乘客危险行为识别
6
作者 邓鑫 谷金晶 +2 位作者 赵征鹏 普园媛 徐丹 《物联网学报》 2025年第4期184-193,共10页
扶梯乘客的不当行为极易引发公共安全事故和财产损失,基于监控视频准确识别出扶梯乘客危险行为,对于保障公共安全具有重要意义。但现有的行为识别方法鲜有关注扶梯场景下的乘客危险行为,并且缺乏对人与扶梯时空交互的建模分析。因此,提... 扶梯乘客的不当行为极易引发公共安全事故和财产损失,基于监控视频准确识别出扶梯乘客危险行为,对于保障公共安全具有重要意义。但现有的行为识别方法鲜有关注扶梯场景下的乘客危险行为,并且缺乏对人与扶梯时空交互的建模分析。因此,提取人体骨架和人-物交互的时空信息,设计了基于距离度量的双流人-物交互图卷积网络来识别扶梯乘客危险行为。首先,分别提取人体骨架和扶梯关键点特征,通过扶梯关键点为人体骨架特征补充场景信息。其次,利用人-扶梯间的距离度量危险行为中人-物关系的动态变化,加强模型对危险行为中时空交互信息的建模。最后,为了填补现有公开数据集中扶梯危险行为视频的空白,构建了一个扶梯乘客危险行为视频数据集ESC-Danger,该数据集包含倚靠、攀爬、下蹲、伸手、探头、滞留、逆行和奔跑8类扶梯乘客危险行为。在ESC-Danger数据集上所提模型的识别准确率为95.06%,相比于其他先进算法,具有较高的识别准确率和良好的泛化性能。 展开更多
关键词 危险行为识别 人-物交互 双流图卷积网络 骨架序列 扶梯
在线阅读 下载PDF
跨场景下基于人机交互行为的儿童识别技术
7
作者 赵竣毅 高书馨 +4 位作者 宋天乐 张翀 赵正宇 沈超 蔺琛皓 《网络空间安全科学学报》 2025年第4期43-52,共10页
近年来,移动互联网蓬勃发展,移动智能终端已成为人们日常生活中不可或缺的工具。移动智能设备的普及化带来了用户年龄分布的多样化,儿童沉迷智能手机、电子游戏大额充值以及误操作手机导致信息泄露等已成为社会的普遍问题。目前,主要的... 近年来,移动互联网蓬勃发展,移动智能终端已成为人们日常生活中不可或缺的工具。移动智能设备的普及化带来了用户年龄分布的多样化,儿童沉迷智能手机、电子游戏大额充值以及误操作手机导致信息泄露等已成为社会的普遍问题。目前,主要的监管措施是依赖身份证信息核对,但儿童可以通过获取家长身份信息的方式绕过该监管。因此,如何在用户使用智能手机的过程中识别用户年龄段以防止儿童过度使用手机是一个亟待解决的问题。基于这一问题,构建了一个涵盖游戏场景、自由场景的大规模人机交互数据集,并提出了多任务学习的跨场景年龄段识别方法,实现了0.09的等错误率(Equal Error Rate,EER),面对13岁以下的低龄儿童群体实现了0.06的EER。 展开更多
关键词 人机交互行为 年龄段识别 多目标学习 深度学习 儿童防沉迷
在线阅读 下载PDF
基于跨主体交互和多尺度时间增强的行为识别方法
8
作者 张君逸 赵培培 +3 位作者 梁松 杨迪 孙奥然 肖涛 《计算机应用研究》 北大核心 2025年第9期2847-2855,共9页
在图像/视频的行为识别算法中,存在骨骼图数据利用不充分、模型忽略运动中的交互语义信息,以及捕获运动中长短时信息不足等问题,导致在双人交互行为和相似动作场景下识别准确率不高。为解决这些问题,提出一种基于跨主体交互和多尺度时... 在图像/视频的行为识别算法中,存在骨骼图数据利用不充分、模型忽略运动中的交互语义信息,以及捕获运动中长短时信息不足等问题,导致在双人交互行为和相似动作场景下识别准确率不高。为解决这些问题,提出一种基于跨主体交互和多尺度时间增强的CTR-GCN(channel-wise topology refinement graph convolution net)网络的行为识别模型。针对输入骨骼图利用不充分的问题,将图数据进行分解来作数据增强,并设计集成网络来处理这些信息。现有算法主要学习单个主体的节点间的关系,忽略了双人交互行为时的交互语义信息的问题,设计了一种跨主体交互的Cformer(Cross-Transformer)深入学习主体间的交互特征。针对图卷积对时序信息中长短帧间信息处理不足的问题,提出了多尺度时间建模来增强模型对长短时特征的提取能力。实验结果表明,模型在NTU-RGBD和NTU-RGBD 120数据集上达到92.7%和89.4%的准确率,尤其在双人交互行为以及相似动作行为的场景下表现优异,验证了模型的有效性。 展开更多
关键词 行为识别 图卷积网络 CTR-GCN 双人交互行为识别 TRANSFORMER 注意力机制
在线阅读 下载PDF
基于LSTM网络的驾驶意图识别及车辆轨迹预测 被引量:150
9
作者 季学武 费聪 +2 位作者 何祥坤 刘玉龙 刘亚辉 《中国公路学报》 EI CAS CSCD 北大核心 2019年第6期34-42,共9页
自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆(LSTM)网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。... 自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆(LSTM)网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络(MDN)层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM(Next Generation SIMulation)数据集对模型进行训练、验证与测试。研究结果表明:与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。 展开更多
关键词 汽车工程 轨迹预测 意图识别 LSTM 交互式行为
原文传递
基于LSTM概率多模态预期轨迹预测方法 被引量:14
10
作者 高镇海 鲍明喜 +1 位作者 高菲 唐明弘 《汽车工程》 EI CSCD 北大核心 2023年第7期1145-1152,1162,共9页
针对单模态轨迹预测无法充分表示未来预测空间以及解决轨迹预测固有的不确定性问题,本文构建了驾驶行为意图识别及交通车辆预期轨迹预测模型。驾驶行为意图识别模块识别被预测车辆车道保持、左换道、右换道、左加速换道和右加速换道的概... 针对单模态轨迹预测无法充分表示未来预测空间以及解决轨迹预测固有的不确定性问题,本文构建了驾驶行为意图识别及交通车辆预期轨迹预测模型。驾驶行为意图识别模块识别被预测车辆车道保持、左换道、右换道、左加速换道和右加速换道的概率;交通车辆预期轨迹预测模块采用编码器-解码器架构,输出被预测车辆未来6 s内可能发生的多种行为和轨迹。通过HighD数据集对模型进行训练、验证与测试。试验结果表明:基于意图识别的预期轨迹预测模型生成的多模态概率分布可提高本车行驶安全性,与其他方法相比显著提高轨迹预测精度,在预测长时域轨迹上具有明显的优势。 展开更多
关键词 轨迹预测 行为意图识别 LSTM 交互式行为
在线阅读 下载PDF
自动驾驶汽车-行人交互研究综述 被引量:10
11
作者 胡宏宇 刁小桔 +1 位作者 高菲 高振海 《汽车技术》 CSCD 北大核心 2021年第9期1-9,共9页
自动驾驶汽车已开始在部分开放道路进行测试,其与行人等其他交通参与者共享混行道路,面向自动驾驶汽车的车外人机交互技术亟需开展深入研究,以便行人快捷、高效地理解自动驾驶汽车的行驶意图,确保混合交通场景通行安全并提高通行效率。... 自动驾驶汽车已开始在部分开放道路进行测试,其与行人等其他交通参与者共享混行道路,面向自动驾驶汽车的车外人机交互技术亟需开展深入研究,以便行人快捷、高效地理解自动驾驶汽车的行驶意图,确保混合交通场景通行安全并提高通行效率。本文首先阐述了自动驾驶汽车与行人交互的重要意义,并从行人检测与跟踪、行人意图识别及行为预测、自动驾驶汽车的决策3个方面介绍了目前自动驾驶汽车的车外人机交互前期支撑技术研究概况,着眼于自动驾驶汽车行驶意图的表达,对交互需求和车外人机交互界面的设计原则及质量评估进行了梳理,最后提出了车外人机交互面临的挑战及未来的发展方向。 展开更多
关键词 自动驾驶汽车 人机交互 行人意图识别 行为预测
在线阅读 下载PDF
基于伪3D残差网络与交互关系建模的群组行为识别方法 被引量:12
12
作者 丰艳 张甜甜 王传旭 《电子学报》 EI CAS CSCD 北大核心 2020年第7期1269-1275,共7页
针对复杂场景下群组行为特征的多样性以及交互关系难以建模的问题,提出一种全新的分层网络架构.第一层网络,利用伪3D残差网络与图卷积网络相结合捕获交互关系特征;第二层网络,利用伪3D残差网络捕获群组全局场景时空特征.根据上述特征之... 针对复杂场景下群组行为特征的多样性以及交互关系难以建模的问题,提出一种全新的分层网络架构.第一层网络,利用伪3D残差网络与图卷积网络相结合捕获交互关系特征;第二层网络,利用伪3D残差网络捕获群组全局场景时空特征.根据上述特征之间的互补作用对它们的群组行为决策输出,提出一种权重自适应调整决策融合算法,对上面两层网络的群组行为类别自适应计算重要性权重,实现决策融合.该方法在CAD和CAE上分别取得了91.4%和97.9%的平均识别精度. 展开更多
关键词 群组行为识别 交互关系建模 自适应决策融合
在线阅读 下载PDF
社交学习网络中基于学习认知的情感交互研究 被引量:11
13
作者 沈映珊 汤庸 《现代教育技术》 CSSCI 2015年第9期90-96,共7页
在分析社交学习网络特点的基础上,文章探讨了情感识别与学习者学习状态之间的关系;通过将学习者脸部表情、眼动、人体姿态与情感图文等多模情感作为识别的指标,并结合学习者的学习认知状态和学习行为,构建了社交学习网络情感交互模型。... 在分析社交学习网络特点的基础上,文章探讨了情感识别与学习者学习状态之间的关系;通过将学习者脸部表情、眼动、人体姿态与情感图文等多模情感作为识别的指标,并结合学习者的学习认知状态和学习行为,构建了社交学习网络情感交互模型。该模型可以促进学习者的认知发展,支持大规模的远程学习;也可以对社交学习网络进行更好的监督与指导,为该网络在学习上的应用提供新思路与新方法。 展开更多
关键词 社交学习网络 情感交互 认知学习 学习行为 模式识别
在线阅读 下载PDF
智能驾驶系统对周边交通车辆预期轨迹的单模态网络预测方法 被引量:4
14
作者 高振海 鲍明喜 +2 位作者 高菲 唐明弘 吕颖 《汽车技术》 CSCD 北大核心 2022年第11期1-9,共9页
为提升自动驾驶汽车准确预测周围车辆驾驶行为及轨迹的能力,提出一种基于单双向长短时记忆(MB-LSTM)的行为意图识别及交通车辆轨迹预测模型。该模型中行为意图识别模块输出被预测车辆车道保持、左换道、右换道、加速左换道和加速右换道... 为提升自动驾驶汽车准确预测周围车辆驾驶行为及轨迹的能力,提出一种基于单双向长短时记忆(MB-LSTM)的行为意图识别及交通车辆轨迹预测模型。该模型中行为意图识别模块输出被预测车辆车道保持、左换道、右换道、加速左换道和加速右换道的概率;交通车辆轨迹预测模块结合上下文向量和行为意图信息预测未来坐标和速度信息。通过HighD数据集对模型进行训练、验证与测试。验证结果表明:基于环境交互信息构建的车辆预期轨迹预测模型在预测长时域轨迹时具有较高的精度。 展开更多
关键词 轨迹预测 行为意图识别 交互式行为
在线阅读 下载PDF
基于关键姿势的双人交互行为识别 被引量:5
15
作者 杨文璐 于孟孟 谢宏 《计算机应用》 CSCD 北大核心 2020年第8期2231-2235,共5页
针对双人交互行为识别应用领域广但效率低的问题,提出一种基于关键姿势的双人交互行为识别方法。首先,利用帧间差异比较来提取关键帧;然后,利用骨骼点角度变化的方差和空间关系来确定关键帧中的关键姿势;接着,利用关节距离、角度和关节... 针对双人交互行为识别应用领域广但效率低的问题,提出一种基于关键姿势的双人交互行为识别方法。首先,利用帧间差异比较来提取关键帧;然后,利用骨骼点角度变化的方差和空间关系来确定关键帧中的关键姿势;接着,利用关节距离、角度和关节运动等特征表示关键姿势,每一个关键姿势表示为一个特征矩阵;最后,利用不同的降维和分类组合,选取识别率最优的组合。在SBU交互数据集和自建的交互数据集上评估所提出的识别方法,该方法的识别率分别达到92.47%和94.14%。实验结果表明,通过提取关键姿势的特征形成特征矩阵来表示动作的方法可以有效地提高双人交互行为识别结果。 展开更多
关键词 行为识别 双人交互 关键姿势 特征矩阵 体感器
在线阅读 下载PDF
基于人体姿态估计与场景交互的果园喷施行为检测方法 被引量:5
16
作者 宋怀波 韩梦璇 +2 位作者 王云飞 宋磊 陈春堃 《农业机械学报》 EI CAS CSCD 北大核心 2023年第2期63-72,共10页
果园农药施用情况是果品质量安全的重要检验标准,农药喷施行为的可靠记录是果品溯源体系的重要环节。针对我国目前常见的果品种植专业合作社中难以确切掌握农药施用真实情况的问题,本研究提出了一种基于人体姿态估计与场景交互的果园背... 果园农药施用情况是果品质量安全的重要检验标准,农药喷施行为的可靠记录是果品溯源体系的重要环节。针对我国目前常见的果品种植专业合作社中难以确切掌握农药施用真实情况的问题,本研究提出了一种基于人体姿态估计与场景交互的果园背负式喷施行为检测方法。首先采用微调后的YOLO v5模型完成背负式喷雾器与果树目标的精确检测,提取场景交互特征;之后采用OpenPose模型识别喷施人员姿态及动作信息,提取人体姿态特征;最后对上述特征分别进行距离和角度计算,将其融合为11244组特征向量并使用优化后的支持向量机(Support vector machine,SVM)进行训练,完成果园喷施行为的准确检测。为了验证算法的有效性,对包含不同光照、不同距离、不同人数和不同遮挡程度等的92段视频进行了测试。试验结果表明,该算法的准确度为85.66%,平均绝对误差为42.53%,均方根误差为44.59%,预测标准偏差为44.34%,以及性能偏差比为1.56。同时,本研究对不同光照、遮挡、距离变化和多人中单人喷施情况下的果园喷施行为识别的有效性进行了分析。试验结果表明,将该模型用于果园喷施行为的检测是可行的,本研究可为果品溯源体系中果园管理环节的规范化和可信度提供技术参考。 展开更多
关键词 果品溯源 喷施行为检测 场景交互 姿态估计 行为识别
在线阅读 下载PDF
基于GFU和分层LSTM的组群行为识别研究方法 被引量:5
17
作者 王传旭 薛豪 《电子学报》 EI CAS CSCD 北大核心 2020年第8期1465-1471,共7页
提出一种以"关键人物"为核心,使用门控融合单元(GFU,Gated Fusion Unit)进行特征融合的组群行为识别框架,旨在解决两个问题:①组群行为信息冗余,重点关注关键人物行为特征,忽略无关人员对组群行为的影响;②组群内部交互行为复... 提出一种以"关键人物"为核心,使用门控融合单元(GFU,Gated Fusion Unit)进行特征融合的组群行为识别框架,旨在解决两个问题:①组群行为信息冗余,重点关注关键人物行为特征,忽略无关人员对组群行为的影响;②组群内部交互行为复杂,使用GFU有效融合以关键人物为核心的交互特征,再通过LSTM时序建模成为表征能力更强的组群特征.最终,通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7%的平均识别率. 展开更多
关键词 组群行为识别 关键人物建模 交互特征建模 门控融合单元
在线阅读 下载PDF
基于多流架构与长短时记忆网络的组群行为识别方法研究 被引量:6
18
作者 王传旭 胡小悦 +1 位作者 孟唯佳 闫春娟 《电子学报》 EI CAS CSCD 北大核心 2020年第4期800-807,共8页
提出一种基于多流架构与长短时记忆网络的上下文建模框架,旨在克服组群行为识别的两个难点,其一对复杂场景中多视觉线索进行信息融合;其二对情景人物进行建模,以获得长视频上下文关系.并且,对基于全局信息和基于局部信息的识别结果进行... 提出一种基于多流架构与长短时记忆网络的上下文建模框架,旨在克服组群行为识别的两个难点,其一对复杂场景中多视觉线索进行信息融合;其二对情景人物进行建模,以获得长视频上下文关系.并且,对基于全局信息和基于局部信息的识别结果进行决策融合,判定最终组群行为属性.该算法在CAD1和CAD2上分别取得93.2%和95.7%平均识别率. 展开更多
关键词 组群行为识别 多视觉线索融合 交互上下文建模 全局-局部模型 长短时记忆网络
在线阅读 下载PDF
临近根系间的亲缘识别、行为应对及其功能性状可塑性进化 被引量:1
19
作者 肖万欣 王延波 张书萍 《辽宁农业科学》 2021年第2期48-53,共6页
植物能够探测到邻近根系,并识别出邻近根系与自身的亲缘关系,同时,对具有不同遗传特性的根系做出不同的反应。掌握邻近根系识别机制对生态系统功能和植物进化研究以及对自然保护和减少农作物间竞争均具有重要意义。文中系统阐述了根系... 植物能够探测到邻近根系,并识别出邻近根系与自身的亲缘关系,同时,对具有不同遗传特性的根系做出不同的反应。掌握邻近根系识别机制对生态系统功能和植物进化研究以及对自然保护和减少农作物间竞争均具有重要意义。文中系统阐述了根系亲缘识别研究的意义、影响因素、亲缘识别中的根系行为应对策略和邻居身份与环境互作影响的功能性状可塑性进化。基于现有研究的分析得出,根系分泌物可介导亲缘识别,并触发根系“行为”变化。根系化感物质和无毒信号可影响植株生长行为。基质体积可调控根系识别过程中的根系结构、形态和激素变化。植株可依据相邻物种密度和身份等信息对自身能量进行分配,平衡资源竞争与种群繁殖间的投入,增强改变自身形态能力、提高亲缘选择效率和收益率。具有竞争回避能力的物种,产量较高。交替的环境变化频率和与临近物种互作,可促进功能性状可塑性进化。今后应进一步明确触发亲缘识别反应的根系分泌物组分和与亲缘识别中根系行为模式相关的生活史、形态性状及群落特征。阐明“自我—非自我”识别导致根系生产过剩的机制。加强同胞竞争频率方面的研究,提高对亲缘识别进化条件的理解;加强异种竞争和扩散策略成本和收益分析研究,提高对物种共存机制的理解。同时,还需要对同一物种的多个种群和不同年龄的群落进行研究,以阐明亲缘识别相关功能性状可塑性差异引起的生态互作和物种共存机理。 展开更多
关键词 邻居 亲缘识别 根系互作 行为应对 公地悲剧 功能性状可塑性
在线阅读 下载PDF
基于尾灯灯语的混行交通流车辆驾驶意图识别模型研究 被引量:1
20
作者 赵树恩 赵东宇 《重庆交通大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第2期48-56,共9页
针对长期存在自动驾驶车辆(autonomous vehicle,AV)与人工驾驶车辆(human-driven vehicle,HV)混行的交通现状,结合深度学习和HSV颜色特征提取方法,提出了一种在混行交通环境下基于尾灯灯语的车辆驾驶意图识别模型。以Mask R-CNN(mask re... 针对长期存在自动驾驶车辆(autonomous vehicle,AV)与人工驾驶车辆(human-driven vehicle,HV)混行的交通现状,结合深度学习和HSV颜色特征提取方法,提出了一种在混行交通环境下基于尾灯灯语的车辆驾驶意图识别模型。以Mask R-CNN(mask region proposal convolutional neural network)车辆模型检测出的感兴趣区域RoI(region of interest)为限制,将区域内的HV作为研究对象,根据尾灯位置相关性,在HV车尾区域添加纵横向约束来定位传递灯语信号的左右尾灯;在规定的灯语组合及转向灯闪烁频率基础上,提出了一种基于时间序列的灯语识别算法,运用多目标判别相关性滤波CSRT(channel and spatial relatability tracking)跟踪HV尾灯并统计尾灯时序状态;以动态灯语作为输入,构建基于尾灯灯语的驾驶意图识别模型;使用基于真实路况信息的Cityspaces数据集和交通流视频数据对模型进行训练、验证和测试。研究结果表明:基于尾灯灯语的驾驶意图识别模型对视频流车辆尾灯检测准确率和召回率分别为96.0%、98.2%,对驾驶意图识别的平均准确率达到了95.9%,单帧识别耗时为20 ms,为高速混行环境下的AV决策规划提供了有效的理论依据。 展开更多
关键词 交通工程 驾驶意图识别 灯语识别 自动驾驶 Mask R-CNN 交互行为
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部