您当前的位置：
首页 >
文章列表页 >
基于弱监督迁移网络的3D人体关节点识别
通信与控制工程 | 更新时间：2025-05-26
上一篇|下一篇

    • 基于弱监督迁移网络的3D人体关节点识别

    • 3D human joint point recognition based on weakly supervised migration network

    • “在3D人体关节点识别领域，研究者提出了基于弱监督迁移网络的新方法，有效解决了深度歧义性和遮挡问题，提升了识别效果。”
    • 孙志勇 ，李宏友 ，叶俊勇
    • 吉林大学学报（工学版） 2024年54卷第1期 页码：251-258
    • 作者机构：

      1.重庆大学 光电技术教育部重点实验室，重庆 400044

      2.重庆警察学院 基础教研部，重庆 401331

    • 作者简介：

      孙志勇（1979-），男，高级工程师，博士研究生.研究方向：机器视觉，信号处理，模式识别与智能系统.E-mail：sunzhiyong@cqu.edu.cn

      叶俊勇（1973-），男，教授，博士.研究方向：图像处理，机器学习，信号分析.E-mail：ygyocr@cqu.edu.cn

    • 基金信息：
      国家重点研发计划项目(2020YFC1522905);重庆市教委科学技术研究项目(KJQN201901710);重庆市基础研究及前沿技术研究计划项目(cstc2018jcyjAX0633)

    • DOI： 10.13229/j.cnki.jdxbgxb.20220280     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 4 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

47

浏览量

154

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于机电惯容的车辆乘坐舒适性与侧向稳定性协同提升
超大型立式浮顶储罐液⁃固耦合地震响应数值模拟分析
基于前馈卷积神经网络的多模块自监督降噪模型
基于真⁃伪三连体神经网络的传感器本体匹配方法
考虑拥堵空间排队和溢出的交通流用户均衡分配模型

相关作者

暂无数据

相关机构

暂无数据