人体行为识别与理解逐渐成为如图像分析、人机交互、视频检索以及智能监控等领域的基础保障，其广泛的应用前景以及潜在的社会、经济价值，已使其成为计算机视觉分析领域中备受关注的前沿方向。在各种人体行为识别方法中，基本特征都具有不可替代的作用，基于目前已有的研究成果，对基本特征进行改进，并选择合适的分类器进行分类识别。

为解决在嵌入式设备上实时、高精度检测司机安全驾驶监督的问题，本文基于目标检测中经典的深度学习神经网络YOLOv3-tiny，运用通道剪枝技术成功在目标检测任务中实现了模型压缩，在精度不变的情况下减少了改进后神经网络的计算总量和参数总数.并基于NVIDIA的推理框架TensorRT进行了模型层级融合和半精度加速，部署加速后的模型.实验结果表明，加速模型的推理速度约为原模型的2倍，参数体积缩小一半，精度无损失，实现了高精度下实时检测的目的.

整理发布的行为识别（BI）设计致力于为大家学习、参考、借鉴、分享，喜欢行为识别（BI）设计的...该文档为行为识别（BI）设计，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看

企业的行为识别(BIS) 　1、技术形象：技术优良，研究开发力旺盛，对新产品的开发热心. 2、市场形象：认真考虑消费者问题，对顾客服务周到，善于宣传广告，消费网络完善，很强国际竞争力. 3、公司风气形象：清洁,现代感，良好的风气，和蔼可亲。 4、未来性形象：未来性，积极形象，合乎时代潮流。 5、外观形象：信赖感稳定性高，企业规模大。 6、经营者形象：经营者具有优秀的素质。 7、综合形象：一流的企业，想购买此公司股票，希望自己或子女在其公司工作。 　　企业的行为识别偏重于行为活动的过程，消费者对其的认识也需要一定的时间.而且随着时代的变化企业的行为识别内容也在不断的进行调整.以符合整体司肖系统的变革。

你还在为培育企业员工使命感、归属感、责任感、荣誉感、成就感烦恼么？在这里，某公司BI行为识别手册DOC...该文档为某公司BI行为识别手册DOC，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看

该课题为基于MATLAB差影法的人体姿态识别。带有一个GUI可视化界面。需要准备对应的模板图片作为背景图，然后测试图和背景图进行作差，结合形态学知识，提取出人体轮廓，接上最外接矩形，得出矩形长宽，计算长宽比例，从而判断人体姿态。优点是通俗易懂，缺点是局限性大，因为对背景图片要求比较高。另外可改造成不需要模板图片的纯形态学或者利用帧差法识别的基于视频的人体行为检测。

基于卷积神经网络的人体行为识别方法.pdf

针对长短时记忆网络(LSTM)不能有效地提取动作前后之间相互关联的信息导致行为识别率偏低的问题,提出了一种基于Bi-LSTM-Attention模型的人体行为识别算法。该算法首先从每个视频中提取20帧图像,通过Inceptionv3模型提取图像中的深层特征,然后构建向前和向后的Bi-LSTM神经网络学习特征向量中的时序信息,接着利用注意力机制自适应地感知对识别结果有较大影响的网络权重,使模型能够根据行为的前后关系实现更精确的识别,最后通过一层全连接层连接Softmax分类器并对视频进行分类。通过Action Youtobe和KTH人体行为数据集与现有的方法进行比较,实验结果表明,本文算法有效地提高了行为识别率。

MATLAB人体行为识别，可以识别动作姿态，行为是否异常。可以导入视频或者图片。带界面GUI。matlab，需要具备一定编程基础。

MATLAB异常行为识别。matlab，需要具备一定编程基础。