检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于视频深度学习的时空双流人物动作识别模型

杨天明, 陈志, 岳文静

计算机应用 2018, 38 (3): 895-899. DOI: 10.11772/j.issn.1001-9081.2017071740

摘要（655）

PDF （1029KB）（646）

深度学习在人物动作识别方面已取得较好的成效，但当前仍然需要充分利用视频中人物的外形信息和运动信息。为利用视频中的空间信息和时间信息来识别人物行为动作，提出一种时空双流视频人物动作识别模型。该模型首先利用两个卷积神经网络分别抽取视频动作片段空间和时间特征，接着融合这两个卷积神经网络并提取中层时空特征，最后将提取的中层特征输入到3D卷积神经网络来完成视频中人物动作的识别。在数据集UCF101和HMDB51上，进行视频人物动作识别实验。实验结果表明，所提出的基于时空双流的3D卷积神经网络模型能够有效地识别视频人物动作。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于显式与隐式反馈信息的概率矩阵分解推荐

王东, 陈志, 岳文静, 高翔, 王峰

计算机应用 2015, 35 (9): 2574-2578. DOI: 10.11772/j.issn.1001-9081.2015.09.2574

摘要（547）

PDF （855KB）（545）

针对现有的基于用户显式反馈信息的推荐系统推荐准确率不高的问题,提出了一种基于显式与隐式反馈信息的概率矩阵分解推荐方法。该方法综合考虑了显示反馈信息和隐式反馈信息,在对用户信任关系矩阵和商品评分矩阵进行概率分解的同时加入了用户评分记录的隐式反馈信息,优化训练模型参数,为用户提供精确的预测评分。实验结果表明,该方法可以有效地获得用户偏好,产生大量的准确度高的推荐。

参考文献 | 相关文章 | 多维度评价