一种基于双流融合3D卷积神经网络的动态头势识别方法

您当前的位置：

首页 >

文章列表页 >

一种基于双流融合3D卷积神经网络的动态头势识别方法

学术论文 | 更新时间：2025-12-08

上一篇|下一篇

- 一种基于双流融合3D卷积神经网络的动态头势识别方法
- A Dynamic Head Gesture Recognition Method Based on 3D Convolutional Two‑Stream Network Fusion
- 谢佳龙，张波涛，吕强
- 电子学报 2021年49卷第7期页码：1363-1369
- 作者机构：
  杭州电子科技大学自动化学院, 浙江杭州 310018
- 作者简介：
  谢佳龙　男，1997年6月出生于四川省南充市. 现为杭州电子科技大学自动化学院研究生.研究方向为机器人控制与人机交互.E‑mail: jolen_xie@hotmail.com
  张波涛（通信作者）　男,1982年9月出生于山东省潍坊市. 现为杭州电子科技大学副教授. 主要研究方向为机器视觉、机器人运动规划与控制等.E‑mail: billow@hdu.edu.cn
  吕　强　男,1977年7月出生于辽宁省抚顺市.现为杭州电子科技大学教授,主要研究方向为多机器人合作控制、群体智能等.E‑mail: lvqiang@hdu.edu.cn
- 基金信息：
  浙江省重点研发计划(2019C04018);国家自然科学基金(62073108)
- DOI： 10.12263/DZXB.20201183
  中图分类号：
- 修回：2020-12-18 ，
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
图( 7 ) 表( 3 )
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

71

浏览量

61

下载量

4

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

基于多维动态拓扑学习图卷积的骨架动作识别

基于深度学习的视频中人体动作识别进展综述

LSCN:一种用于动作识别的长短时序关注网络

面向工业多时间尺度软测量的时序解耦与度量对齐Transformer模型

基于全局初检与局部列表精检的OTFS两阶段检测方法

相关作者

罗会兰

曹立京

罗会兰

童康

孔繁胜

杨珂

王敬宇

戚琦

相关机构

江西理工大学信息工程学院

江西理工大学信息工程学院

浙江大学计算机科学技术学院

江西理工大学信息工程学院

浙江大学计算机科学技术学院