[发明专利]基于时空骨骼特征及深度信念网络的人体行为识别方法在审
| 申请号： | 201810236959.3 | 申请日： | 2018-03-21 |
| 公开（公告）号： | CN108537145A | 公开（公告）日： | 2018-09-14 |
| 发明（设计）人： | 孟勃;王晓霖;刘雪君 | 申请（专利权）人： | 东北电力大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京金智普华知识产权代理有限公司 11401 | 代理人： | 巴晓艳 |
| 地址： | 132012 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机视觉领域，具体涉及基于时空骨骼特征及深度信念网络的人体行为识别方法，所述方法针对每一个动作，使用深度摄像机，获取骨骼序列；从所述骨骼序列中提取获得骨骼点时间序列特征，所述骨骼点时间序列特征包括动作过程中每个骨骼点的位移特征、骨骼点的速度特征和骨骼点的加速度特征；选取骨骼参考点，计算每一个骨骼点到所述骨骼参考点的相对位置，得到动作骨骼序列的空间特征；对所述骨骼点时间序列特征和所述动作骨骼序列的空间特征进行聚类，固定特征长度，建立全局动作描述算子；对所述全局动作描述算子降维，基于交叉验证和分类器完成动作的分类。 | ||
| 搜索关键词： | 骨骼 时间序列特征 人体行为识别 骨骼特征 空间特征 全局动作 信念网络 算子 参考点 计算机视觉领域 加速度特征 深度摄像机 时空 动作过程 固定特征 交叉验证 速度特征 分类器 降维 聚类 分类 | ||
【主权项】：
1.基于时空骨骼特征及深度信念网络的人体行为识别方法，其特征在于，所述方法包括以下步骤：针对每一个动作，使用深度摄像机，获取骨骼序列；从所述骨骼序列中提取获得骨骼点时间序列特征，所述骨骼点时间序列特征包括动作过程中每个骨骼点的位移特征、骨骼点的速度特征和骨骼点的加速度特征；选取骨骼参考点，计算所述骨骼点到所述骨骼参考点的相对位置，得到动作骨骼序列的空间特征；对所述骨骼点时间序列特征和所述动作骨骼序列的空间特征进行聚类，固定特征长度，建立全局动作描述算子；对所述全局动作描述算子降维，基于交叉验证和分类器完成动作的分类。
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东北电力大学，未经东北电力大学许可，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/201810236959.3/，转载请声明来源钻瓜专利网。
