CHAR Learn冠军方案

本文介绍了一种基于多模态数据的大规模手势识别方法,利用C3D和TSN进行手势识别,并采用Retivex增强图像质量,mean filter提升深度图效果。通过动态特征(rgb、d、of、skeleton)与静态特征(rankpooling)结合的方式,进一步提高识别精度。

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

1.      CHALEARN冠军方案9

1.1.      Large-scalegesture recognition based on multimodaldata with C3D and TSN.

  Retivex做图像enhancement,mean filter做深度图enhancement。

   特征级联做分类。


1.2.      Learningboth Dynamic and Static Action Contextfor Gesture Recognition

  动态特征使用了rgb,d,of,skeleton。

  静态特征使用了rank pooling。

1.3.      SimpleTrick: Masked C3D for Isolated Sign Language Recognition

只提取了手

1.4.      Large-scaleIsolated Gesture Recognition Using HeterogeneousNetworks

1.5.      Large-ScaleIsolated Gesture Recognition using 3DCNNand Convolutional LSTM


Reference

9.     ChaLearn.Available at: http://chalearnlap.cvc.uab.es/challenge/25/track/23/result/.(Accessed: 22nd September 2017)


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
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