[发明专利]一种端到端的基于关键点与卷积神经网络的动作识别方法在审
| 申请号： | 202310931838.1 | 申请日： | 2023-07-27 |
| 公开（公告）号： | CN116935488A | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 孙煜晗;林彬彬;蔡登 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/774;G06V10/82;G06V20/40;G06V40/10;G06V10/40;G06V10/62;G06V10/764;G06N3/0464;G06N3/084 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 彭剑 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种端到端的基于关键点与卷积神经网络的动作识别方法，包括：(1)从时序视频中采样，获取多帧时序图片序列；(2)选取边缘设备端的神经网络作为关键点检测模型，从多帧时序图片序列中预测出多帧关键点数据；(3)使用关键点预测大模型对关键点检测模型进行蒸馏，或者使用真实标签训练关键点检测模型；(4)根据预测出的关键点生成高斯分布热力图；(5)在多帧高斯分布热力图上提取时空特征；(6)根据时空特征预测动作类型；(7)设置目标函数训练模型，将训练好的关键点检测模型和动作识别模型分别部署在边缘设备端、云端，进行实时目标动作检测。利用本发明，可以提高基于关键点的动作识别的准确性与真实性。 | ||
| 搜索关键词： | 一种 端到端 基于 关键 卷积 神经网络 动作 识别 方法 | ||
【主权项】：
暂无信息
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浙江大学，未经浙江大学许可，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/202310931838.1/，转载请声明来源钻瓜专利网。
