互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于动态序列图像的流形学习研究


□ 胡昭华 宋耀良

  (1.南京信息工程大学 电子与信息工程学院, 南京 210044; 2.南京理工大学 电子工程和光电技术学院, 南京 210094)

  

  摘 要:动态场景的外形或表观在很大程度上往往受到一个潜在低维动态过程的控制。基于视频序列之间的时间相干特性,引入一种称为自编码(autoencoder)的特殊双向深层神经网络,采用crbm(continuous restricted boltzmann machine)的网络结构,用来学习序列图像的低维流形结构。将autoencoder 用于人体步态序列的实验表明,该方法能提供从高维视频帧到具有一定物理意义过程的低维序列的映射,并能从低维描述中恢复高维图像序列。

  关键词:视频序列; 流形学习; 自编码网络; 降维; 重构

  中图分类号:tp391 文献标志码:a

   文章编号:10013695(2009)03118303

  

  learning manifold from dynamic video sequences

  

  hu zhaohua1,2, song yaoliang2

  

  (1.school of electronic & infermation engineering, nanjing university of information science & technology, nanjing 210044, china; 2.school of electronic engineering & optoelectronic technology, nanjing university of science & technology, nanjing 210094, china)

  

  abstract: the shape/appearance of dynamic scenes is often largely governed by a latent lowdimensional dynamic process. based on the temporal coherence between video frames, this paper introduced a special bidirectional deep neural network called autoencoder which used crbm to learn the lowdimensional manifold structure of image sequences. the experiments on the video sequences of human gait show that the algorithm not only can provide a map from the frames of video to a lowdimensional sequence which represents a physically meaningful process, but also reconstruct exactly the original highdimensional image sequences from lowdimensional manifold structure.

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017