胡文玉 作品数:14 被引量:17 H指数:2 供职机构: 赣南师范大学数学与计算机科学学院 更多>> 发文基金: 国家自然科学基金 江西省自然科学基金 江西省研究生创新基金 更多>> 相关领域: 自动化与计算机技术 理学 文化科学 更多>>
基于LSTM循环神经网络的人体骨架行为识别 被引量:2 2022年 人体骨架行为识别研究旨在通过计算机自动识别一段骨架序列中的行为.近年来,机器学习的不断发展为人体骨架行为识别研究提供了可靠的技术手段.传统的机器学习技术简单地从人体骨架数据中提取特征,然后连接成单个特征向量,但是没有考虑到人体骨架数据中至关重要的时间动态信息.深度学习技术中的长短期记忆(Long Short Term Memory,LSTM)网络因其天然的长时序建模优势,可以很好地解决这个问题.为此,提出一种新的基于LSTM的人体骨架行为识别方法,将骨架关节点的三维位置信息作为浅层特征,输入到LSTM网络中提取深度特征并训练分类模型。实验结果表明,本文方法对MSRC-12数据集上的12种行为的平均分类识别率达到了95.29%,验证了方法的有效性. 邱熙雯 胡文玉 何显文时序差分低秩约束的人体运动数据恢复研究 2023年 从观测到的人体运动捕获数据中恢复缺失数据是一个重要的研究问题.传统方法利用矩阵核范数和矩阵l1范数分别对运动捕获数据潜在的低秩性和噪声稀疏性进行约束,并额外添加时序光滑项,构建的目标函数包含3个正则化项.为更好刻画运动数据的低秩性并简化模型,提出一种利用时序差分低秩先验(Temporal Difference Low-rank Prior,TDLRP)且目标函数只含2个正则化项的人体运动捕获数据恢复模型;在保证收敛的前提下,采用交替方向乘子法求解模型.在公开的CMU数据集和HDM05数据集上与现有算法进行比较,实验结果验证了TDLRP算法具有较好的恢复性能. 郭震宇 邱熙雯 赖烨辉 胡文玉关键词:运动捕获 联合lp/l2,p范数极小化的序列子空间聚类算法 被引量:1 2020年 为了有效挖掘序列数据的时空信息,提出联合l p和l 2,p范数极小化的序列子空间聚类算法.首先,定义依赖于样本距离的权重,构造基于l 2,p范数的时序图,刻画数据在时间维度上的局部相似性.然后,考虑到非凸l p 0
胡文玉 李声豪 涂志辉 易云关键词:子空间聚类 序列数据 基于特征数的射影不变量计算方法 2018年 射影不变量是物体几何形状在射影变换中保持不变的代数或微分量,在单视点图像识别三维物体中得到了广泛应用.本文以射影几何为工具,提出了共面五点和六点的三角特征数的一些构造方法.通过分析共面五点交比的表达式,找到了特征数与交比间的内在联系,并给出了一个特征数式射影不变量的框架性计算方法. 胡文玉 伍联华 李声豪 郑伟东 谢元福关键词:射影变换 射影不变量 特征数 交比 求解Richardson迭代方程的快速配置法 被引量:3 2015年 本文依据多尺度快速配置法求解第一类Fredholm积分方程的Richardson迭代正则化方程.该方法得到了离散Richardson迭代正则化方程的快速解,在积分算子是弱扇形紧算子时,利用改进的迭代停止准则,给出了Richardson迭代正则化方法所得近似解的收敛率.最后,数值例子说明了算法的有效性. 罗兴钧 张荣 熊玲娟 胡文玉关键词:FREDHOLM积分方程 一种基于平面六点的射影不变量构造方法 被引量:2 2016年 从代数曲线的经典理论出发,利用特征数概念,给出了一种基于射影平面上六个点的射影不变量构造方法,并用具体例子加以了验证,且对其应用前景进行了展望. 胡文玉 张荣 赵惠妍 刘婷关键词:代数曲线 射影不变量 特征数 交比 基于邻近算子的RPCA问题快速优化算法 2018年 鲁棒主成分分析(RPCA)问题用于恢复某些元素被严重破坏的低秩矩阵,在视频去噪、背景建模、推荐系统等领域具有广泛的应用.考虑到RPCA问题的非凸性,设计求解RPCA问题的快速凸优化算法是近年来的一个研究热点.本文以邻近算子为工具,提出一种求解RPCA问题的快速有效且能简单证明其收敛性的不动点凸优化算法.通过与两种经典方法比较,本文提出的算法在计算效率上具有明显的优势. 伍联华 郑伟东 李声豪 胡文玉 喻高航邻近不动点时序稳定的运动捕获数据恢复算法 2021年 针对具有低秩性、噪声稀疏性和时序稳定性的人体运动捕获数据恢复问题,提出一种基于邻近不动点时序稳定的运动捕获数据恢复算法(PFP-TS).给出PFP-TS算法的详细推导过程,并证明其收敛性.再通过数值实验将PFP-TS算法与PFP算法、TSMC算法进行对比,验证本文提出算法的可行性和有效性. 朱雪芳 陈龙 伍联华 胡文玉关键词:运动捕获 利用加权对数范数分解的矩阵填充算法 2023年 近年来,低秩结构广泛应用于矩阵填充问题,传统方法通常利用核范数代替秩函数作为数据低秩正则化项.然而,核范数在优化过程中会造成大奇异值过度收缩,并且需要计算完整的奇异值分解,计算量大.为此,提出基于加权对数范数矩阵分解的矩阵填充算法.加权对数范数能更好地贴近秩函数本质,以减少对大奇异值的过度惩罚;低秩分解可以将大矩阵奇异值分解转化为若干小矩阵来计算,以减少计算量.通过多组实验与现有算法进行比较,结果表明所提出的算法具有更好的恢复性能. 赖烨辉 黄慧英 彭绍婷 胡文玉关键词:非凸优化 联合Capped范数极小化的子空间聚类算法 2020年 子空间聚类问题是将一组原始无标签的数据按照一定的规则划分为不同类簇的过程,在模式识别、数据挖掘、计算机视觉以及生物信息学等诸多领域具有广泛的应用.然而,目前子空间聚类算法由于受到数据噪声和异常值的影响,性能仍不够理想.为更好刻画数据噪声和低秩性,本文结合两种capped范数,提出一种新的子空间聚类模型,并设计快速、有效的求解算法,同时给出其收敛性证明.数值实验表明,本文的算法比现有的一些经典算法在聚类性能上具有较明显的优势. 涂志辉 陈龙 张子长 朱雪芳 胡文玉关键词:子空间聚类