[发明专利]一种基于全局时空注意力模型的动作识别方法有效
| 申请号： | 201810675198.1 | 申请日： | 2018-06-26 |
| 公开（公告）号： | CN108776796B | 公开（公告）日： | 2021-12-03 |
| 发明（设计）人： | 韩云;吕小英 | 申请（专利权）人： | 内江师范学院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 李龙 |
| 地址： | 641112 四*** | 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： | 本发明公开了一种基于全局时空注意力模型的动作识别方法，属于动作识别领域；首先，构建全局时空注意力模型，所述全局时空注意力模型包括依次连接的全局空间注意力模型、累加式曲线模型ALC和分类层；再利用人体动作序列对所述全局时空注意力模型依次进行训练、验证和测试；当测试效果最佳的模型精度达到设定的阈值，则完成训练并将测试效果最佳的模型作为最终模型，否则继续进行训练；最后将待检测人体动作序列输入所述最终模型进行动作识别，得出识别结果；将全局空间注意力模型、全局时间注意力模型和主干网融为一体，结构更加简单、训练更加容易、收敛速度更快，直接采用end to end的训练方式即可，无需任何额外的步骤。 | ||
| 搜索关键词： | 一种 基于 全局 时空 注意力 模型 动作 识别 方法 | ||
【主权项】：
1.一种基于全局时空注意力模型的动作识别方法，其特征在于：包括以下步骤：步骤1：构建全局时空注意力模型，所述全局时空注意力模型包括依次连接的全局空间注意力模型、累加式曲线模型ALC和分类层；步骤2：利用人体动作序列对所述全局时空注意力模型依次进行训练、验证和测试；步骤3：当测试效果最佳的模型精度达到设定的阈值，则完成训练并将测试效果最佳的模型作为最终模型，否则继续进行训练；步骤4：将待检测人体动作序列输入所述最终模型进行动作识别，得出动作序列的识别结果。
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内江师范学院，未经内江师范学院许可，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/201810675198.1/，转载请声明来源钻瓜专利网。
