[发明专利]基于3D卷积神经网络的动作识别方法和装置有效
| 申请号： | 201711097227.2 | 申请日： | 2017-11-09 |
| 公开（公告）号： | CN107766839B | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 季向阳;吴嘉林;杨武魁;王谷 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 11277 北京林达刘知识产权代理事务所(普通合伙) | 代理人： | 刘新宇 |
| 地址： | 100084*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及一种基于神经网络的动作识别方法和装置，所述方法包括：将待识别视频输入训练好的第一三维神经网络模型进行处理，得到所述待识别视频的动作提取结果；根据所述待识别视频的动作提取结果，确定所述待识别视频的动作实例检测结果；将所述待识别视频输入训练好的第二三维神经网络模型进行处理，得到所述待识别视频的动作类别判别结果；根据所述待识别视频的动作实例检测结果和所述待识别视频的动作类别判别结果，确定所述待识别视频的动作类别。利用两个三维神经网络模型得到的不同的识别结果进行结合，可以提高三维神经网络模型的识别效率，减小单个三维神经网络模型的计算量。 | ||
| 搜索关键词： | 基于 神经网络 动作 识别 方法 装置 | ||
【主权项】：
1.一种基于神经网络的动作识别方法，其特征在于，所述方法包括：/n将待识别视频输入训练好的第一三维神经网络模型进行处理，得到所述待识别视频的动作提取结果；/n根据所述待识别视频的动作提取结果，确定所述待识别视频的动作实例检测结果，其中，动作实例检测结果包括待识别视频中确定出的各动作实例，动作实例包括具有时序特征的分解动作，多个动作实例组成动作类别；/n将所述待识别视频输入训练好的第二三维神经网络模型进行处理，得到所述待识别视频的动作类别判别结果，其中，动作类别判别结果包括在待识别视频中提取出的动作类别特征；/n根据所述待识别视频的动作实例检测结果和动作类别判别结果，确定所述待识别视频的动作类别。/n
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清华大学，未经清华大学许可，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/201711097227.2/，转载请声明来源钻瓜专利网。
- 上一篇：烹饪器具
- 下一篇：食物料理机和食物料理方法
