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

    • 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。”
    • 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： TP391

    • 收稿：2022-03-21，

      纸质出版：2024-01-30

    移动端阅览

  • 孙志勇,李宏友,叶俊勇.基于弱监督迁移网络的3D人体关节点识别[J].吉林大学学报（工学版）,2024,54(01):251-258. DOI： 10.13229/j.cnki.jdxbgxb.20220280.

    SUN Zhi-yong,LI Hong-you,YE Jun-yong.3D human joint point recognition based on weakly supervised migration network[J].Journal of Jilin University(Engineering and Technology Edition),2024,54(01):251-258. DOI： 10.13229/j.cnki.jdxbgxb.20220280.

  •  
  •  

0

浏览量

8

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

暂无数据

相关作者

暂无数据

相关机构

暂无数据
0