机器学习笔记 - 视频分析和人类活动识别技术路线简述

本文介绍了人类活动识别的概念,强调其作为时间序列分类问题的重要性。视频分析是关键,通过多种方法如单帧CNN、后期融合、早期融合、CNN与LSTM结合等进行视频分类和活动识别。文章详述了各种方法的优缺点,包括使用3D CNN、SlowFast网络和光流等技术。此外,还讨论了人类活动识别的不同类型,如简单识别、时间定位和时空检测,以及面临的挑战和未来的研究方向。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、理解人类活动识别

        首先了解什么是人类活动识别,简而言之,是对某人正在执行的活动/动作进行分类或预测的任务称为活动识别。

        我们可能会有一个问题:这与普通的分类任务有什么不同?这里的问题是,在人类活动识别中,您实际上需要一系列数据点来预测正确执行的动作。

   &nb

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

坐望云起

如果觉得有用,请不吝打赏

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值