|
|
|
|
|
|
|
|
ISBN |
9787121467608 |
定价 |
RMB98.00 |
售价 |
RM107.80 |
优惠价 |
RM80.85 * (-25%)
|
作者 |
李侃
|
出版社 |
電子工業出版社
|
出版日期 |
2024-01-01 |
装订 |
平裝. 無. 196 页. |
库存量 |
購買後立即進貨 下单时可选择“空运”或“海运”(空运和海运需独立下单)。空运费每本书/CD是RM31.50。 空运需时8-11个工作天,海运需时约30个工作天。 (以上预计时间不包括出版社调货的时间以及尚未出版的预购商品) 库存有限或需要调货,订购时间可能延长。如无法订购则将通知进行退款。 |
|
我要订购 有现货时通知我 |
|
放入下次购买清单 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
購買中國簡體書籍請注意:
1. 因裝幀品質及貨運條件未臻完善,中國簡體書可能有出現磨痕、凹痕、折痕等問題,故簡體字館除封面破損、內頁脫落、缺頁等較嚴重的狀態外,其餘所有商品將正常出貨。
|
|
|
|
|
|
|
|
|
目錄
第1章 緒論 001
1.1 研究目的和意義 001
1.2 國內外研究現狀 005
1.2.1 人體姿態估計 005
1.2.2 基於視頻的人體動作識別 011
1.2.3 基於骨架序列的人體動作識別 014
1.2.4 基於互動關係的視覺人體動作識別 015
1.2.5 視頻群體動作識別 027
1.3 研究內容 032
1.4 本書結構安排 034
第2章 基於時序一致性探索的人體2D姿態估計 036
2.1 引言 036
2.2 相關工作 038
2.2.1 基於深度學習的視頻人體2D姿態估計 038
2.2.2 卷積長短時記憶網路和可變形卷積 038
2.3 問題定義 039
2.4 圖像人體2D姿態估計網路 040
2.5 視頻時序一致性探索 041
2.5.1 變形操作 042
2.5.2 聚合操作 043
2.5.3 雙向時序一致性探索 043
2.5.4 多尺度時序一致性探索 044
2.6 視頻人體2D姿態估計網路 044
2.7 實驗結果 046
2.7.1 實驗設置 046
2.7.2 性能比較 048
2.7.3 模型控制變數分析與實驗結果 051
2.8 本章小結 055
第3章 多視角幾何驅動的自監督人體3D姿態估計 057
3.1 引言 057
3.2 相關工作 059
3.2.1 基於深度學習的單目人體3D姿態估計 060
3.2.2 弱/自監督單目人體3D姿態估計 060
3.3 自監督人體3D姿態估計方法 061
3.3.1 雙分支自監督訓練網路結構 061
3.3.2 損失函數 062
3.3.3 訓練 064
3.4 實驗結果 065
3.4.1 實驗設置 065
3.4.2 模型控制變數分析與實驗結果 066
3.4.3 性能比較 070
3.5 本章小結 071
第4章 基於人體形狀與相機視角一致分解的人體3D姿態估計 072
4.1 引言 072
4.2 相關工作 074
4.2.1 基於字典學習的單目人體3D姿態估計方法 074
4.2.2 運動恢復非剛體結構 075
4.3 問題定義 075
4.4 一致分解網路 076
4.5 層次化字典學習 077
4.6 模型訓練 079
4.7 實驗結果 079
4.7.1 實驗設置 079
4.7.2 模型控制變數分析與實驗結果 080
4.7.3 性能比較 083
4.8 本章小結 084
第5章 基於多時空特徵的人體動作識別 086
5.1 引言 086
5.2 相關工作 088
5.2.1 基於表觀的時空表示學習 088
5.2.2 基於骨架序列的時空表示學習 089
5.3 多時空特徵人體動作識別方法概述 089
5.4 多層級表觀特徵聚合 090
5.4.1 局部演化描述符提取 090
5.4.2 局部演化描述符編碼 092
5.4.3 深度監督的多層級特徵聚合 092
5.5 時空圖卷積網路 093
5.5.1 時空圖卷積 094
5.5.2 網路細節 095
5.6 實驗結果 096
5.6.1 實驗設置 096
5.6.2 模型控制變數分析與實驗結果 097
5.6.3 性能比較 099
5.7 本章小結 100
第6章 基於扁平式互動關係分析的多人動作識別 101
6.1 引言 101
6.2 相關工作 109
6.3 特徵表徵 111
6.3.1 肢體角度描述符特徵 113
6.3.2 空間佈局特徵 114
6.3.3 基於融合受限玻爾茲曼機的特徵融合 116
6.4 線索互動關係模型 126
6.5 扁平式動作識別方法 127
6.6 局部線索與局部識別 129
6.7 基於目標子空間度量的動作相關性分析 130
6.8 全域線索整合與動作識別 131
6.8.1 全域-局部線索整合演算法 131
6.8.2 改進全域-局部線索整合演算法 132
6.9 實驗結果與分析 136
6.9.1 資料集及實驗設置 136
6.9.2 演算法結果與分析 138
6.9.3 與現有方法的對比 146
6.10 本章小結 149
第7章 基於層級式互動關係分析的群組動作識別 150
7.1 引言 150
7.2 相關工作 152
7.3 混合群組動作模型 154
7.4 混合群組動作模型的概率分佈 157
…… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
李侃,教授,博士生導師,副所長。國家重點研發計畫評審專家、國家863專案評審專家,北京市自然科學基金/重點基金評審專家、博士點基金/博士後基金評審專家,國際期刊NLPR主編,以及其它期刊的編委。在澳大利亞、加拿大、中國香港等國家、地區任職或學術研究。目前主要從事機器學習、模式識別及大資料分析方面的研究。主持了國家重點研發專項課題、國家973課題、863重大和和國家自然科學基金等多項重量和部級項目,獲得了多項國防科技進步獎和校科技成果一等獎等科研獎勵。在TKDE等國內外期刊、IJCAI、ACM MM等學術會議上發表SCI/EI檢索論文近百篇,發明專利20余項。出版了和北京市精品教材、獲得了全國高校人工智慧與大資料教學創新獎、T-more優秀教師獎、迪文優秀教師獎、教學成果獎一等獎等教學獎勵。 |
|
|
|
|
|
|
|
|
|
|
|