ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Human Motion Generation Using...>الوصف

Human Motion Generation Using Variational Autoencoder and Mixture Density Network

المصدر: مجلة الجامعة العراقية
الناشر: الجامعة العراقية - مركز البحوث والدراسات الإسلامية
المؤلف الرئيسي: Ahmed, Wafaa Shihab (Author)
مؤلفين آخرين: Karim, Abdulamir Abbdullah (Co-Author)
المجلد/العدد: ع60, ج3
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2023
التاريخ الهجري: 1444
الشهر: يونيو
الصفحات: 632 - 643
ISSN: 1813-4521
رقم MD: 1395877
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: IslamicInfo
مواضيع:
الواقع الافتراضي | الحركات البشرية | توليف الحركات | التشفير التلقائي | الشبكات العصبية
كلمات المؤلف المفتاحية:
Variational Autoencoder "VAE" | Convolution Neural Network "CNN" | Mixture Density Network "MDN" | Wavelet Transform "WT"
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون
حفظ في:
المستخلص: The modelling of Human motion is critical in several fields such as computer graphics, vision and virtual reality, with applications of interaction between human and computer, synthesizing motions, and motion generation for virtual reality. In this work the CNN-VAE and RNN-MDN models have been used for modelling the human motions by learning time-dependent representations to obtain short-term motion prediction and long-term human motion synthesis. The new generated human motion video achieved good quality. This proposed system has been implemented on the KTH dataset and Weizmann dataset to generate the boxing and waving motions.
ISSN: 1813-4521

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.