排序方式: 共有7条查询结果,搜索用时 203 毫秒
1
1.
教学细节是教学行为的组成部分,它处于教学过程的关节点上,对教学具有重要的推动、激活、联接和延续作用.一节成功的课一定离不开精彩的细节,一个个教学细节可以透射出教师的教育观、学生观.因此,作为小学数学教师需要用心雕琢教学细节,努力让课堂富有智慧、生成精彩、充满真诚. 相似文献
2.
为了提高人体动作识别的准确率和实时性,提出了一种基于关键帧的人体行为识别新方法。用Kinect提取人体骨架信息(各关节点的3D坐标),将中心点(人体基准参考点)分别与其他各关节点作结构向量,根据空间不变性选取中心向量,计算各个结构向量和中心向量之间的夹角,并将夹角的角速度作为一种新的姿态描述特征,利用AP(Affinity Propagation)聚类算法提取关键帧,利用SVM将得到的关键帧进行动作序列的分类。在Cornell Activity Dataset-60(CAD-60)数据库实验结果表明,新方法具有良好的识别能力。 相似文献
3.
近年来以计算机为载体的人机交互愈发成为人们日常生活中的一个重要组成部分,人手作为仅次于语言的交流方式,有着不可或缺的作用,在人机交互中作为主要媒介有着重要的研究价值。本文在关节点的提取上基于特征匹配提出了一种新的研究方法-跨维匹配。在立体视觉手势交互的基础上,用kinect相机采集带有关节点标记的彩色图像和三维点云,通过特征点提取和匹配的方法,获得手势点云平面图的屏幕坐标,并与三维手势点云一一对应得到手势关节点的三维坐标。实验表明本文的方法是可行的,并且在手势关节点的提取效果上也很精确,能够很容易的应用到手势变换中。 相似文献
4.
5.
为了实现汽车座椅上三维人体姿态的高精度实时测量,基于现有二维人体关节点和三维人体关节点测量方法,提出了一种融合深度学习与外极线约束的三维人体姿态测量方法。该方法将二维人体关节点深度网络提取方法和双目测量系统相结合,采用双通道多阶段迭代网络分别提取左右相机图像中人体二维关节点,结合关节点位置的Brief特征和外极线约束,利用双目相机标定结果将匹配二维关节点信息转换到三维空间中,最终得到三维人体姿态。实验结果表明,文中提出方法在自采测试集中的检测精度可达到98%。通过得到三维关节点计算所得关键位姿角度的偏差小于10°。该文所提出的方法能够满足实际汽车座椅设计的数据采集要求。 相似文献
6.
灵巧象素作为自由空间光交换网络中的光开关节点具有开关能量小、高速、智能等优点.本文首次分别设计了在集中控制方式下和嵌入控制方式下(2,2,2)FET-SEED(场效应-自电光效应器件)灵巧象素光开关节点,并对其开关逻辑功能进行了分析. 相似文献
7.
在单目视觉的姿态测量工作中,传统卷积神经网络在模糊场景及复杂场景下存在准确度大幅降低的问题,为此提出了一种基于胶囊网络与贝叶斯网络相结合的深度学习模型,在此基础上提出了基于移动机器人与单目视觉的姿态测量方法.采用新型胶囊网络对单目视觉目标的重要关节点进行空间定位;设计了简单的贝叶斯网络学习算法,通过贝叶斯网络推理出关节... 相似文献
1