基于骨骼轨迹聚合模型的课堂交互群体发现

基于骨骼轨迹聚合模型的课堂交互群体发现

TP391; 传统的课堂行为识别方法侧重于交互行为本身的辨识,而非群体发现.课堂环境下实现交互群体的准确定位与发现,是进行个体行为识别的基础,但存在由遮挡造成的行为数据缺失问题.使用骨骼数据表示人体行为及运动轨迹,具有不受光线和背景干扰、数据表达简单等优点.针对骨骼数据的多人交互群体发现进行研究,提出了一种基于骨骼轨迹聚合模型的交互群体发现算法(Interactive Group Discovery Algorithm Based on Skeleton Trajectory Aggregation,IGSTA).首先,将骨骼数据标准化到以人为中心的坐标系,减小尺寸变化和初始位置不同对识别精度...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:计算机科学 2021, Vol.48 (8), p.334-339
Hauptverfasser: 高岩, 闫秋艳, 夏士雄, 张紫涵
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 339
container_issue 8
container_start_page 334
container_title 计算机科学
container_volume 48
creator 高岩
闫秋艳
夏士雄
张紫涵
description TP391; 传统的课堂行为识别方法侧重于交互行为本身的辨识,而非群体发现.课堂环境下实现交互群体的准确定位与发现,是进行个体行为识别的基础,但存在由遮挡造成的行为数据缺失问题.使用骨骼数据表示人体行为及运动轨迹,具有不受光线和背景干扰、数据表达简单等优点.针对骨骼数据的多人交互群体发现进行研究,提出了一种基于骨骼轨迹聚合模型的交互群体发现算法(Interactive Group Discovery Algorithm Based on Skeleton Trajectory Aggregation,IGSTA).首先,将骨骼数据标准化到以人为中心的坐标系,减小尺寸变化和初始位置不同对识别精度的影响;其次,提出了一种多核表示的骨骼轨迹聚合模型,准确描述了学生交互行为群体的变化;最后,对聚合后的骨骼轨迹进行聚类,实现交互群体发现.采用Kinect获取模拟的课堂学生交互行为视频,通过实验验证了该方法的有效性,即在骨骼节点缺失的情况下,仍可准确发现课堂环境下的学生交互群体.
doi_str_mv 10.11896/jsjkx.201000036
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_jsjkx202108046</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>jsjkx202108046</wanfj_id><sourcerecordid>jsjkx202108046</sourcerecordid><originalsourceid>FETCH-wanfang_journals_jsjkx2021080463</originalsourceid><addsrcrecordid>eNpjYJAwNNAzNLSwNNPPKs7KrtAzMjA0AAJjMxYGTiDLSNfQ2DyCg4G3uDgzycDI2MwECA05GSyfzt_1ZFffy1UrXq7a82Lvihf7d75onPV0QsezFQufzut-Pqvlxfp9Txc0Pdm15MmuSc_3LXmyd_LT_onP-zbwMLCmJeYUp_JCaW4GNTfXEGcP3fLEvLTEvPT4rPzSojygTDzYQUYGRoYGFgYmZsZEKwQAtjRTQQ</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于骨骼轨迹聚合模型的课堂交互群体发现</title><source>DOAJ Directory of Open Access Journals</source><creator>高岩 ; 闫秋艳 ; 夏士雄 ; 张紫涵</creator><creatorcontrib>高岩 ; 闫秋艳 ; 夏士雄 ; 张紫涵</creatorcontrib><description>TP391; 传统的课堂行为识别方法侧重于交互行为本身的辨识,而非群体发现.课堂环境下实现交互群体的准确定位与发现,是进行个体行为识别的基础,但存在由遮挡造成的行为数据缺失问题.使用骨骼数据表示人体行为及运动轨迹,具有不受光线和背景干扰、数据表达简单等优点.针对骨骼数据的多人交互群体发现进行研究,提出了一种基于骨骼轨迹聚合模型的交互群体发现算法(Interactive Group Discovery Algorithm Based on Skeleton Trajectory Aggregation,IGSTA).首先,将骨骼数据标准化到以人为中心的坐标系,减小尺寸变化和初始位置不同对识别精度的影响;其次,提出了一种多核表示的骨骼轨迹聚合模型,准确描述了学生交互行为群体的变化;最后,对聚合后的骨骼轨迹进行聚类,实现交互群体发现.采用Kinect获取模拟的课堂学生交互行为视频,通过实验验证了该方法的有效性,即在骨骼节点缺失的情况下,仍可准确发现课堂环境下的学生交互群体.</description><identifier>ISSN: 1002-137X</identifier><identifier>DOI: 10.11896/jsjkx.201000036</identifier><language>chi</language><publisher>中国矿业大学计算机科学与技术学院 江苏 徐州221116</publisher><ispartof>计算机科学, 2021, Vol.48 (8), p.334-339</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/jsjkx/jsjkx.jpg</thumbnail><link.rule.ids>314,776,780,860,4009,27902,27903,27904</link.rule.ids></links><search><creatorcontrib>高岩</creatorcontrib><creatorcontrib>闫秋艳</creatorcontrib><creatorcontrib>夏士雄</creatorcontrib><creatorcontrib>张紫涵</creatorcontrib><title>基于骨骼轨迹聚合模型的课堂交互群体发现</title><title>计算机科学</title><description>TP391; 传统的课堂行为识别方法侧重于交互行为本身的辨识,而非群体发现.课堂环境下实现交互群体的准确定位与发现,是进行个体行为识别的基础,但存在由遮挡造成的行为数据缺失问题.使用骨骼数据表示人体行为及运动轨迹,具有不受光线和背景干扰、数据表达简单等优点.针对骨骼数据的多人交互群体发现进行研究,提出了一种基于骨骼轨迹聚合模型的交互群体发现算法(Interactive Group Discovery Algorithm Based on Skeleton Trajectory Aggregation,IGSTA).首先,将骨骼数据标准化到以人为中心的坐标系,减小尺寸变化和初始位置不同对识别精度的影响;其次,提出了一种多核表示的骨骼轨迹聚合模型,准确描述了学生交互行为群体的变化;最后,对聚合后的骨骼轨迹进行聚类,实现交互群体发现.采用Kinect获取模拟的课堂学生交互行为视频,通过实验验证了该方法的有效性,即在骨骼节点缺失的情况下,仍可准确发现课堂环境下的学生交互群体.</description><issn>1002-137X</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2021</creationdate><recordtype>article</recordtype><recordid>eNpjYJAwNNAzNLSwNNPPKs7KrtAzMjA0AAJjMxYGTiDLSNfQ2DyCg4G3uDgzycDI2MwECA05GSyfzt_1ZFffy1UrXq7a82Lvihf7d75onPV0QsezFQufzut-Pqvlxfp9Txc0Pdm15MmuSc_3LXmyd_LT_onP-zbwMLCmJeYUp_JCaW4GNTfXEGcP3fLEvLTEvPT4rPzSojygTDzYQUYGRoYGFgYmZsZEKwQAtjRTQQ</recordid><startdate>2021</startdate><enddate>2021</enddate><creator>高岩</creator><creator>闫秋艳</creator><creator>夏士雄</creator><creator>张紫涵</creator><general>中国矿业大学计算机科学与技术学院 江苏 徐州221116</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2021</creationdate><title>基于骨骼轨迹聚合模型的课堂交互群体发现</title><author>高岩 ; 闫秋艳 ; 夏士雄 ; 张紫涵</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_jsjkx2021080463</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2021</creationdate><toplevel>online_resources</toplevel><creatorcontrib>高岩</creatorcontrib><creatorcontrib>闫秋艳</creatorcontrib><creatorcontrib>夏士雄</creatorcontrib><creatorcontrib>张紫涵</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>计算机科学</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>高岩</au><au>闫秋艳</au><au>夏士雄</au><au>张紫涵</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于骨骼轨迹聚合模型的课堂交互群体发现</atitle><jtitle>计算机科学</jtitle><date>2021</date><risdate>2021</risdate><volume>48</volume><issue>8</issue><spage>334</spage><epage>339</epage><pages>334-339</pages><issn>1002-137X</issn><abstract>TP391; 传统的课堂行为识别方法侧重于交互行为本身的辨识,而非群体发现.课堂环境下实现交互群体的准确定位与发现,是进行个体行为识别的基础,但存在由遮挡造成的行为数据缺失问题.使用骨骼数据表示人体行为及运动轨迹,具有不受光线和背景干扰、数据表达简单等优点.针对骨骼数据的多人交互群体发现进行研究,提出了一种基于骨骼轨迹聚合模型的交互群体发现算法(Interactive Group Discovery Algorithm Based on Skeleton Trajectory Aggregation,IGSTA).首先,将骨骼数据标准化到以人为中心的坐标系,减小尺寸变化和初始位置不同对识别精度的影响;其次,提出了一种多核表示的骨骼轨迹聚合模型,准确描述了学生交互行为群体的变化;最后,对聚合后的骨骼轨迹进行聚类,实现交互群体发现.采用Kinect获取模拟的课堂学生交互行为视频,通过实验验证了该方法的有效性,即在骨骼节点缺失的情况下,仍可准确发现课堂环境下的学生交互群体.</abstract><pub>中国矿业大学计算机科学与技术学院 江苏 徐州221116</pub><doi>10.11896/jsjkx.201000036</doi></addata></record>
fulltext fulltext
identifier ISSN: 1002-137X
ispartof 计算机科学, 2021, Vol.48 (8), p.334-339
issn 1002-137X
language chi
recordid cdi_wanfang_journals_jsjkx202108046
source DOAJ Directory of Open Access Journals
title 基于骨骼轨迹聚合模型的课堂交互群体发现
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-26T23%3A37%3A19IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E9%AA%A8%E9%AA%BC%E8%BD%A8%E8%BF%B9%E8%81%9A%E5%90%88%E6%A8%A1%E5%9E%8B%E7%9A%84%E8%AF%BE%E5%A0%82%E4%BA%A4%E4%BA%92%E7%BE%A4%E4%BD%93%E5%8F%91%E7%8E%B0&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%A7%91%E5%AD%A6&rft.au=%E9%AB%98%E5%B2%A9&rft.date=2021&rft.volume=48&rft.issue=8&rft.spage=334&rft.epage=339&rft.pages=334-339&rft.issn=1002-137X&rft_id=info:doi/10.11896/jsjkx.201000036&rft_dat=%3Cwanfang_jour%3Ejsjkx202108046%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=jsjkx202108046&rfr_iscdi=true