Reconocimiento de comportamiento humano desde diferentes perspectivas basado en un algoritmo de representación escasa conjunta y adaptación distribuida combinado con transmisión óptica inalámbrica
Autores: Yu, Xiaomo; Long, Long; Ou, Yang; Zhou, Xiaomeng
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Reconocimiento de comportamiento humano desde diferentes perspectivas basado en un algoritmo de representación escasa conjunta y adaptación distribuida combinado con transmisión óptica inalámbrica
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Muestras de entrenamiento
Transmisión de señales
Luz visible
Representación dispersa conjunta
Técnicas adaptativas distribucionales
Reconocimiento de comportamiento humano
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
El reconocimiento tradicional del comportamiento humano requiere muchas muestras de entrenamiento. La transmisión de señales de imágenes y videos a través de luz visible en el cuerpo es crucial para detectar acciones específicas y acelerar el reconocimiento del comportamiento. Las técnicas de representación conjunta dispersa mejoran la precisión de identificación al utilizar información multiperspectiva, mientras que las técnicas de adaptación distribucional mejoran la robustez al ajustar las distribuciones de características entre diferentes perspectivas. La combinación de ambas técnicas mejora la precisión y la robustez del reconocimiento, permitiendo un reconocimiento eficiente del comportamiento en entornos complejos con múltiples perspectivas.
Descripción
El reconocimiento tradicional del comportamiento humano requiere muchas muestras de entrenamiento. La transmisión de señales de imágenes y videos a través de luz visible en el cuerpo es crucial para detectar acciones específicas y acelerar el reconocimiento del comportamiento. Las técnicas de representación conjunta dispersa mejoran la precisión de identificación al utilizar información multiperspectiva, mientras que las técnicas de adaptación distribucional mejoran la robustez al ajustar las distribuciones de características entre diferentes perspectivas. La combinación de ambas técnicas mejora la precisión y la robustez del reconocimiento, permitiendo un reconocimiento eficiente del comportamiento en entornos complejos con múltiples perspectivas.