吴心筱
- 作品数：12 被引量：28H指数：3
- 供职机构：北京理工大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 使用异构互联网图像组的视频标注被引量：7
- 2013年
- 标注用户视频中的事件是一项极具挑战性的工作.目前的研究主要关注如何从大量的已标注视频中获取视频相关概念,并用来标注未知的用户视频.现实场景下的视频具有复杂性和多样性的特点,建模需要收集大量已标注的视频训练样本,这个过程非常费时费力.为了缓解这一问题,作者利用大量互联网图像来建立模型,这些图像数据涵盖了各种环境下的各种事件.然而,从互联网上得到的知识变化多样且有噪声,如果不加选择而盲目进行知识迁移,反而会影响视频标注的效果.因此,作者提出了一种联合组权重学习框架来权衡互联网上不同但相关的图像组,并用这些知识建立视频标注模型.在该框架下,作者采用联合优化的方法来获得不同图像组的权重,每一个权重值表示了相应的图像组在知识迁移中所起的作用.为了解决视频与图像特征的异构问题,作者建立了一个共同特征子空间来连接视频和图像这两个特征空间.两个视频数据库上的实验结果表明了文中方法的有效性.
- 王晗吴心筱贾云得
- 关键词：知识迁移
- 使用异构互联网图像组的视频标注
- 标注用户视频中的事件是一项极具挑战性的工作.目前的研究主要关注如何从大量的已标注视频中获取视频相关概念,并用来标注未知的用户视频.现实场景下的视频具有复杂性和多样性的特点,建模需要收集大量已标注的视频训练样本,这个过程非...
- 王晗吴心筱贾云得
- 关键词：知识迁移
- 文献传递
- 图像序列中人的姿态估计与动作识别
- 动作识别和行为理解是计算机视觉和模式识别领域的热点问题,在高级人机交互、智能视频监控、虚拟现实等领域具有广泛的应用前景。本文主要研究图像序列中人的姿态估计与动作识别,包括姿态估计中高维状态向量的约减、单目图像估计三维姿态...
- 吴心筱
- 关键词：流形学习
- 文献传递
- 一种利用多分类隐任务学习的动作识别方法
- 本文提出一种利用多分类隐任务学习的动作识别方法，有效提高动作识别性能，加快计算速度。采用基于softmax分类器的多分类模型来学习多个动作类之间的隐任务，从而训练动作的分类器，对图像序列中人的动作进行识别。在UCF sp...
- 侯静怡刘翠微吴心筱
- 关键词：多任务学习
- 基于非参数信念传播的可行C-空间关节人手跟踪方法被引量：13
- 2008年
- 采用三维人手图模型描述了人手结构、运动学、动力学及自遮挡特性,将人手高维(27维)跟踪问题转为并行跟踪16个6维变量的问题,降低了计算复杂度.在非参数信念传播过程中嵌入连续自适应均值漂移方法得到可行C-空间,在该空间中传递消息以提高跟踪效率.实验结果表明,该方法在人手发生自遮挡的情况下,能快速、鲁棒地跟踪关节人手.
- 刘棠丽吴心筱梁玮贾云得
- 关键词：图模型
- 一种基于流形学习的三维人手跟踪方法
- 生物力学研究表明人手的状态空间被约束在一个合理的构型子空间中，而且在该子空间中的人手运动轨迹是平滑的，因此，建立高维人手状态空间的低维表示是可行的。本文采用后向约束的高斯过程隐含变量模型(GPLVM with backc...
- 韩磊吴心筱梁玮贾云得
- 关键词：流形学习粒子滤波器
- 一种基于事件相机的少样本细粒度动作识别方法
- 本发明涉及一种基于事件相机的少样本细粒度动作识别方法，属于计算机视觉和人工智能技术领域。该方法包括步骤1、将RGB帧和异步事件流对齐；步骤2、将步骤1对齐后的数据同时进行运动和语义特征学习；步骤3、将步骤2训练完毕的事件...
- 杨宗霖 潘利源 杨焱 石语珩杨浩 张睿堃 刘流吴心筱
- 利用深度神经网络的无监督视频表示被引量：2
- 2017年
- 在计算机视觉领域中,大多数的视频表示方法都是有监督的,需要大量带有标签的训练视频集,但标注大量视频数据会花费极大的人力和物力.为了解决这个问题,提出了一种基于深度神经网络的无监督视频表示方法.该方法利用改进的稠密轨迹(iDT)算法提取的视频块交替地训练深度卷积神经网络和特征聚类,得到可提取视频特征的深度卷积神经网络模型;通过视频的中层语义特征,实现了无监督视频表示.该模型在HMDB 51行为识别数据库和CCV事件检测数据库上分别进行了动作识别和事件检测的实验,获得了62.6%的识别率和43.6%的检测率,证明了本文方法的有效性.
- 吴心筱伍堃
- 关键词：无监督学习卷积神经网络
- 基于隐任务学习的动作识别方法被引量：1
- 2017年
- 提出一种基于多分类隐任务学习的动作识别方法.将多个动作共享的一组子动作作为隐任务,通过对隐任务的联合学习来建模动作之间的关联,从而训练动作分类器并对视频中人的动作进行识别.利用基于softmax的多分类模型学习多个动作之间的隐任务,能够有效防止动作识别过程中的二义性,同时计算简单,节省了模型训练时间.在UCF sports和Olympic sports数据集上的实验结果表明,本文提出的多分类隐任务学习方法在迭代一次的时间上从130s缩短至0.5s,并且能更有效地识别视频中的动作.
- 侯静怡刘翠微吴心筱
- 大鼠社交行为识别方法、装置、计算机设备及存储介质
- 本发明实施例提供了一种大鼠社交行为识别方法、装置、计算机设备及存储介质，涉及动物行为识别技术领域，其中，该方法包括：获取包括两只大鼠的视频，并在视频的每一帧图像中确定每只大鼠的关键点；在每一帧图像中，根据每只大鼠的关键点...
- 吴心筱张嵘伊嘉诚王羽晴黄竞逸
