TY -的A2 - Chen Miaochao AU -李,智PY - 2021 DA - 2021/09/07 TI -人类骨骼三维扩散模型在体育舞蹈视频检测和提取SP - 3772358六世- 2021 AB -本文的研究主要包括如下:的原则行动识别基于卷积神经网络三维扩散模型,整个检测过程进行了从细到粗使用自底向上方法;人类骨骼检测准确性,CNN multibranch多级级联结构,提出了这种网络结构使模型学习人体的关节之间的关系从原始图像,有效地预测阻挡部分,允许同时骨架点位置和骨架点协会预测信息一方面,和细化迭代检测结果的方式。组合问题的离散骨架点,拟以骨架点之间形成的肢体部分为信息载体,构建骨架点使用向量场协会信息模型,并考虑它作为一个特性,获得不同的骨架点之间的关系通过使用检测方法。指出离散骨架点多人场景的重组问题是一个np难问题,可以分解成一系列子问题简化的两偶图匹配,因此提出了一种离散骨架点匹配算法和优化它的骨骼错位和人类遮挡的算法问题。相比与传统的二维图像、音频、视频和其他多媒体数据,三维扩散模型数据描述目标场景的三维几何形态信息和不受灯光的影响变化,旋转和尺度转换的目标,从而可以更全面、逼真地描述现实的场景。扩散模型采集设备的不断更新,3 d重建技术的快速发展,和计算能力的不断提高,三维扩散模型的研究应用的检测和提取人类骨骼在体育舞蹈视频已经成为计算机视觉领域的一个热门方向和计算机图形学。其中,特征检测的描述和模型结合3 d非刚性的模型是一个基本问题具有非常重要的研究价值和意义和挑战性的同时,得到学术界的广泛关注。SN - 1687 - 9120 UR - https://doi.org/10.1155/2021/3772358 - 10.1155 / 2021/3772358摩根富林明数学物理的进步PB - Hindawi KW - ER