[发明专利]多类别人体动作识别方法及识别系统在审
| 申请号： | 201811617723.0 | 申请日： | 2018-12-28 |
| 公开（公告）号： | CN109685148A | 公开（公告）日： | 2019-04-26 |
| 发明（设计）人： | 王焜;张雷;王琦;王震宇;滕起;毛进伟 | 申请（专利权）人： | 南京师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 颜盈静 |
| 地址： | 210024 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多类别人体动作识别方法，包括以下步骤：S1：采集各类别人体动作数据，并附上动作类别标签；S2：采用相邻算法对S1中的数据进行处理，并将数据分为训练样本和测试样本；S3：建立多层的卷积神经网络模型，导入训练样本调节卷积神经网络模型参数，得到最优卷积神经网络模型；S4：将训练好的卷积神经网络模型移植到移动智能终端上；S5：通过利用移动智能终端获取人体动作数据，输入到训练好的卷积神经网络模型，得到人体动作识别结果。此种方法识别精度高，能够识别的动作类型多。 | ||
| 搜索关键词： | 卷积神经网络 人体动作识别 移动智能终端 人体动作 训练样本 测试样本 动作类别 动作类型 方法识别 模型参数 模型移植 识别系统 相邻算法 多层 标签 采集 | ||
【主权项】：
1.一种多类别人体动作识别方法，其特征在于：包括如下步骤：S1：通过多轴传感器采集各类别人体动作信号数据，并附上动作类别标签；S2：对S1中的数据进行处理，并将处理后的数据分为训练样本和测试样本，所述处理包括；将人体动作信号数据进行时间序列信号宽度增加排列为信号数据图；S3：建立多层的卷积神经网络模型，导入训练样本调节卷积神经网络模型参数，得到最优卷积神经网络模型；S4：将训练好的卷积神经网络模型移植到移动智能终端上；S5：通过利用移动智能终端获取人体动作数据，输入到训练好的卷积神经网络模型，得到人体动作识别结果。
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南京师范大学，未经南京师范大学许可，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/201811617723.0/，转载请声明来源钻瓜专利网。
