TY -的A2 -吴,林盟-基肖尔,p .诉诉AU -库马尔,k .诉诉AU - Kiran Kumar e . AU - Sastry a . s . c . s . AU - Teja Kiran, m . AU -阿尼尔•库马尔(Anil Kumar) d·普拉萨德盟——m . v . d . PY - 2018 DA - 2018/01/22 TI -印度古典舞蹈动作识别和分类卷积神经网络SP - 5141402六世- 2018 AB -从无约束提取和识别复杂的人类运动在线/离线视频序列在计算机视觉是一项具有挑战性的任务。本文提出了印度古典舞蹈的分类操作使用一个强大的人工智能工具:卷积神经网络(CNN)。在这个工作中,人类行为识别在印度古典舞蹈视频在录音上执行离线(控制记录)和在线(现场表演,YouTube)数据。离线数据创建十个不同主题表演200熟悉舞蹈手印/构成不同的印度古典舞蹈形式在不同背景环境。在线舞蹈收集数据从YouTube十个不同的主题。每个舞蹈姿势占领60帧或图像视频的情况下。CNN执行培训与8种不同的样本大小,每个组成的多个集的主题。剩下的2个样品用于测试训练CNN。不同CNN架构设计与我们的数据和测试,获得更好的识别精度。我们取得了93.33%的识别率比其他分类器模型在相同的数据集。 SN - 1687-5680 UR - https://doi.org/10.1155/2018/5141402 DO - 10.1155/2018/5141402 JF - Advances in Multimedia PB - Hindawi KW - ER -