《多視圖深度學習的RGBD人體行為識別與理解》是依託浙江大學，由肖俊擔任項目負責人的面上項目。
基本介紹
- 中文名：多視圖深度學習的RGBD人體行為識別與理解
- 依託單位：浙江大學
- 項目負責人：肖俊
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
本課題以基於多視圖深度學習的RGBD人體行為識別相關理論與技術為研究目標，採用多個疊加的自動編碼器模型分別從不同模態數據中學習得到低維緊湊的特徵表達，利用多視圖特徵融合技術對多模態特徵進行最最佳化融合，並結合使用相應的深度學習與分類識別算法，最終實現快速RGBD人體行為識別與理解。具體研究內容包括高質量深度圖像數據生成、高質量三維人體運動數據重建、基於多視圖深度學習的鑑別性視覺特徵生成以及基於深度學習框架的RGBD人體行為識別等關鍵理論方法與技術。研究成果將體現為高效、魯棒算法的構造和實現，並形成一個基於多視圖深度學習的RGBD人體行為識別原型系統，在國內外重要學術期刊和會議上發表高水平學術論文6-8篇，申請國家發明專利與軟體著作權3-5項，培養博士、碩士研究生6-10人。
結題摘要
本課題以基於多視圖深度學習的RGBD人體行為識別相關理論與技術為研究目標，採用多個疊加的自動編碼器模型分別從不同模態數據中學習得到低維緊湊的特徵表達，利用多視圖特徵融合技術對多模態特徵進行最最佳化融合，並結合使用相應的深度學習與分類識別算法，最終實現快速RGBD人體行為識別與理解。具體研究內容包括高質量深度圖像數據生成、高質量三維人體運動數據重建、基於多視圖深度學習的鑑別性視覺特徵生成以及基於深度學習框架的RGBD人體行為識別等關鍵理論方法與技術。研究成果為高效、魯棒算法的構造和實現，在國內外重要學術期刊和會議上發表高水平學術論文13篇，申請國家發明專利3項，軟體著作權2項，培養博士、碩士研究生6人。
