Human pose evaluation based on full-domain convolution and LSTM

Zou, Yu; Pan, Zhigeng; Zhou, Xianchun; Wang, Yixuan

Otwarty dostęp

Human pose evaluation based on full-domain convolution and LSTM

,

,

oraz

17 paź 2023

Applied Mathematics and Nonlinear Sciences

Tom 9 (2024): Zeszyt 1 (Styczeń 2024)

O artykule

Poprzedni artykuł

Następny artykuł

Zacytuj

Udostępnij

Pobierz okładkę

Data publikacji: 17 paź 2023

Otrzymano: 26 gru 2022

Przyjęty: 27 kwi 2023

DOI: https://doi.org/10.2478/amns.2023.2.00680

Słowa kluczowe
Full domain convolution, LSTM, Bone structure skeleton, Human pose assessment, Convolutional neural network

This work is licensed under the Creative Commons Attribution 4.0 International License.

Zou, Yu

School of Aritificial Intelligence (School of Future Technology), Nanjing University of Information Science & TechnologyNanjing, China

Science and Technology Office, Jiangsu Open UniversityNanjing, China

Pan, Zhigeng

School of Aritificial Intelligence (School of Future Technology), Nanjing University of Information Science & TechnologyNanjing, China

Zhou, Xianchun

School of Aritificial Intelligence (School of Future Technology), Nanjing University of Information Science & TechnologyNanjing, China

Wang, Yixuan

College of Cultural Management, Communication University of China NanjingNanjing, China

Język:: Angielski

Częstotliwość wydawania:: 1 razy w roku
Dziedziny czasopisma:: Nauki biologiczne, Nauki biologiczne, inne, Matematyka, Matematyka stosowana, Matematyka ogólna, Fizyka, Fizyka, inne

Kanał RSS czasopisma

Human pose evaluation based on full-domain convolution and LSTM

Yu Zou

Zhigeng Pan

Xianchun Zhou

Yixuan Wang

Data publikacji: 17 paź 2023

Otrzymano: 26 gru 2022

Przyjęty: 27 kwi 2023

DOI: https://doi.org/10.2478/amns.2023.2.00680

Słowa kluczoweFull domain convolution, LSTM, Bone structure skeleton, Human pose assessment, Convolutional neural network

© 2023 Yu Zou et al., published by Sciendo

This work is licensed under the Creative Commons Attribution 4.0 International License.

Słowa kluczowe
Full domain convolution, LSTM, Bone structure skeleton, Human pose assessment, Convolutional neural network