[发明专利]基于集成隐马尔可夫模型学习方法的人体运动数据的识别方法无效
申请号: | 200710067684.7 | 申请日: | 2007-03-29 |
公开(公告)号: | CN101034441A | 公开(公告)日: | 2007-09-12 |
发明(设计)人: | 庄越挺;向坚;吴飞 | 申请(专利权)人: | 浙江大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 杭州求是专利事务所有限公司 | 代理人: | 张法高 |
地址: | 310027*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于集成隐马尔可夫模型学习方法的人体运动数据的识别方法。本方法对人体运动捕获数据提取二维几何特征,然后引入非线性流型学习的降维方法对运动特征数据进行有效的降维,最后采用基于自适应的推进算法的隐马尔可夫集成学习器对运动数据库里的运动进行学习,实现常规运动类型快速检索。该方法提取的二维几何特征很好的表达了运动的本质属性,扩展的非线性流形学习的降维方法成功地将高维运动特征映射到能反映数据间内在联系的低维空间中,从而极大的消除了数据冗余。同时本发明通过对降维数据用集成的隐马尔可夫模型学习的方法进行学习,使得运动能够在高精度的基础上自动地被识别和归类。 | ||
搜索关键词: | 基于 集成 隐马尔可夫 模型 学习方法 人体 运动 数据 识别 方法 | ||
【主权项】:
1.一种基于集成隐马尔可夫模型学习方法的人体运动数据的识别方法,其特征在于包括如下步骤:(1)从三维人体运动数据中,提取一种能反映局部几何关系的二维几何特征;(2)采用非线性流形学习的降维算法,把高维原始数据投影到一个低维的子空间里,通过这个低维空间揭示人体运动的内在结构,实现数据降维;(3)采用学习主成分特征核函数来对降维进行逼近,实现非线性流形学习算法的扩展,使之能够处理训练集之外的新运动数据;(4)对于降维之后的运动数据采用隐马尔可夫模型进行学习,得到基于二维几何特征的常见运动类型的隐马尔可夫模型参数;(5)采用自适应的推进算法,对弱隐马尔可夫模型建立了一个加强型的集成学习器,完成对运动的识别。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/200710067684.7/,转载请声明来源钻瓜专利网。