[发明专利]基于深度学习的人体行为识别方法在审
| 申请号： | 201710544873.2 | 申请日： | 2017-07-05 |
| 公开（公告）号： | CN107463879A | 公开（公告）日： | 2017-12-12 |
| 发明（设计）人： | 康青杨;刘世林;张学锋 | 申请（专利权）人： | 成都数联铭品科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610041 四川省成都市高新区*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及captcha领域，特别涉及基于深度学习的人体行为识别方法，本发明方法采用包含LSTM的神经网络来实现当前页面操作主体的判断，在构建机器行为样本以人体行为样本为基础，采用了4种生成方式，包括随机生成，将正样本轨迹进行随机切分成若干子段再将切分后的子段进行随机拼接，在正样本的基础上进行轨迹参数的比例缩放，扰动等；这样的负样本产生方式为正样本为基础，与正样本具有更高的相似性，混淆性更强，训练样本训练出来的神经网络具有更高的分辩能力。本方法首次实现以LSTM网络为基础的当前页面操作主体的识别，本发明方法特别适合在拖动图形实现操作主体的验证，对操作主体进行判断的业务场景。 | ||
| 搜索关键词： | 基于 深度 学习 人体 行为 识别 方法 | ||
【主权项】：
基于深度学习的人体行为识别方法，其特征在于，使用人体行为和机器行为所生产的鼠标运动轨迹训练样本来训练包含LSTM网络的神经网络模型，并使用训练后的神经网络模型来判断当前页面的操作主体是否为人体行为。
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成都数联铭品科技有限公司，未经成都数联铭品科技有限公司许可，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/201710544873.2/，转载请声明来源钻瓜专利网。
