视频图matlab代码动态3D手势识别
使用多级时间采样，加权深度运动图和VLAD编码的手势识别系统
运行代码
将vlfeat-0.9.20.zip文件解压缩到vl_feat目录。
在matlab上运行“
Main_MSRAction3D.m”文件。
“
Main_MSRAction3D.m”具有三个标志：0仅用于特征提取，1仅用于分类，2用于特征提取和分类。
运行Step1_Extract_Features以提取火车和测试视频中的特征，它将提取的特征保存在mat文件中。
运行Step2_Description
and
Classification将加载在Step1中生成的Mat文件，以进行Vlad描述和分类。
@
参考
（VL专长库）：
（MSR动作3D数据集）：
2023-04-07 21:15:56
73.68MB
1
MALTAB程序，带例程图像和相应SIFT描述子，保证可用，具体见README，中科大数字图像分析作业，自己做的，慎重下载
2021-11-30 00:30:06
6.95MB
1
经典的常微分教材，非常清晰，图解常微分，很到位
2021-11-29 23:35:56
5.28MB
1
Vladimir A Zorich Mathematical Analysis
2021-11-24 07:41:28
4.53MB
1
Vladimir A Zorich Mathematical Analysis
2021-11-24 07:40:31
4.19MB
1
《航天器的姿态动力学与控制》[美] Vladimir A.Chobotov 1992.01.pdf
2021-10-08 17:53:40
3.44MB
1
pytorch-NetVlad
中NetVlad的实现，包括用于在匹兹堡数据集上训练模型的代码。
复制纸张
下面是与表1右列中第三行的结果相比的结果：
R @ 1
R @ 5
R @ 10
84.1
94.6
95.5
pytorch-NetVlad（alexnet）
68.6
84.6
89.3
pytorch-NetVlad（vgg16）
85.2
94.8
97.0
在火车模式和默认设置下运行main.py的分数应与上面显示的分数相似。 此外，可以在以下位置获得上述运行的模型状态： :
使用此检查点和以下命令，您可以获得上面显示的结果：
python main.py --mode=test --split=val --resume=vgg16_netvlad_checkpoint/
设置
依存关系
（至少v0.4.0）
数据
运行此代码需要P
2021-09-16 15:57:06
15KB
1