“人体动作”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果925939个，建议您升级VIP下载更多相关专利

[发明专利]一种人体动作捕捉和分类的方法及系统-CN202210578405.8在审
发明人：罗敏静;卿亮 -专利权人：广州智能科技发展有限公司
申请日： 2022-05-25 - 公布日： 2022-08-02 - 主分类号： G06V20/40 文献下载
摘要：本发明提供一种人体动作捕捉和分类的方法及系统，所述方法包括以下步骤：选用监控摄像头作为视频流采集硬件，将监控范围内视频流数据传输进来；选择人体骨骼点提取的神经网络模型；动作特征提取，对静态特征和动态特征进行拼接，得到人体动作的融合特征；选择人体动作分类的模型，用分类器进行人体动作的识别分类；动作分类，将动作识别分类的结果与预先设置的危险动作作对比分析，进行危险动作判别与危险动作报警。本发明将监控范围内视频流进行实时动作分析，出现预设危险动作立即发出报警；预设危险动作的设置步骤简单方便，只需采集少量该动作的视频；多路视频流同时分析，高效快捷；视频采集硬件通用性好，性价比高。
一种人体动作捕捉分类方法系统

[发明专利]基于时空协同关注循环神经网络的人体骨架动作预测方法-CN202010043443.4在审
发明人：舒祥波;蒋茜;张嘉超;宋砚;唐金辉 -专利权人：南京理工大学
申请日： 2020-01-15 - 公布日： 2020-06-05 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于时空协同关注循环神经网络的人体骨架动作预测方法，步骤如下：由MOCAP捕获人体骨架动作序列，选取人体骨架中的17个关节；对每一未来时间步，提取骨架‑关节协同关注特征；将骨架‑关节协同关注特征输入到已使用加权格拉姆损失函数训练好的骨架‑关节协同关注的循环神经网络中，生成未来的人体骨架动作。本发明可以通过已观测到的人体骨架动作预测未来一定时间内的人体骨架动作，同时关注骨骼在时间域上的演化和空间域上关节的相关性，较其他方法具有更好的人体骨架动作预测效果。
基于时空协同关注循环神经网络人体骨架动作预测方法

[发明专利]姿势预测方法、装置、计算机设备和存储介质-CN201910370678.1有效
发明人：胡瑞珍;黄惠;张皓 -专利权人：深圳大学
申请日： 2019-05-06 - 公布日： 2022-01-11 - 主分类号： G06K9/00 文献下载
摘要：所述方法包括：获取对三维场景扫描得到的场景图像，获取场景图像中的动作区域，并获取与动作区域对应的动作标签，其中，动作标签用于表示人体在动作区域中所发生的动作，根据动作区域以及动作标签获取姿势数据，根据姿势数据获取人体姿势模型，并根据动作区域和姿势数据将人体姿势模型映射到三维场景中。通过获取场景图像中的动作区域，从而得到与动作区域对应的动作标签，根据动作区域和动作标签来进行姿势预测，由于动作标签用于表示人体在动作区域中所发生的动作，结合动作标签和动作区域来进行姿势预测，可以提高姿势预测的准确性
姿势预测方法装置计算机设备存储介质

[发明专利]热成像人体动作识别方法及系统-CN202310219441.X在审
发明人：杨昆鹏;赵芝芸;杨文;梁洪喆;刘振 -专利权人：华东理工大学
申请日： 2023-03-07 - 公布日： 2023-06-09 - 主分类号： G06V40/20 文献下载
摘要：本发明涉及一种热成像人体动作识别方法及系统，方法包括：通过红外传感器采集人体动作的热成像视频数据；对人体动作的热成像视频数据进行数据处理，得到处理后的数据；利用处理后的数据对预设的3D卷积神经网络进行训练，得到训练好的神经网络模型；采用训练好的神经网络模型对待识别人体动作进行识别，得到识别结果。本发明的热成像人体动作识别方法及系统，通过红外传感器获取人体动作的热成像视频数据，在黑暗环境也能够识别人体动作，且不会侵犯用户隐私；采用改进的3D卷积神经网络，可以降低模型大小并提升模型精度。
成像人体动作识别方法系统

[发明专利]一种新型游戏装置与控制方法-CN202011538691.2有效
发明人：傅峰峰 -专利权人：广州富港生活智能科技有限公司
申请日： 2020-12-23 - 公布日： 2023-07-21 - 主分类号： G06F3/01 文献下载
摘要：本发明公开一种新型游戏装置，包括智能交互系统，所述智能交互系统包括：游戏端、游戏机器人；所述游戏端包括：人体动作捕捉装置，所述人体动作捕捉装置用于采集参与者的位置及人体动作信息；控制装置，所述控制装置用于提供游戏信息，并根据参与者的位置、人体动作信息及游戏信息生成交互控制指令；所述游戏机器人用于采集交互控制指令，并按照交互控制指令执行。本发明通过人体动作捕捉装置实现对人体动作的捕捉，进而确定参与者的人体动作，通过对游戏机器人的控制，实现参与者与游戏机器人的对战或联机效果，提高游戏的真实感，实现沉浸式体验效果。
一种新型游戏装置控制方法

[发明专利]人体动作匹配方法、装置、直播系统、计算机设备及介质-CN202310564001.8在审
发明人：任高生 -专利权人：广州方硅信息技术有限公司
申请日： 2023-05-18 - 公布日： 2023-08-15 - 主分类号： G06V40/20 文献下载
摘要：本申请涉及一种人体动作匹配方法、装置、直播系统、计算机设备及计算机可读存储介质，通过获取直播间主播端的主播图像，从主播图像中识别人体区域并裁剪出人体图像；将人体图像输入到预先训练的携带姿态类比信息的人体关键点预测模型识别关键点位置并预测人体姿态类型概率；再根据所识别的关键点位置及人体姿态类型概率来确定主播图像中人体动作与目标人体动作的匹配状态。该技术方案，可以在预测到人体关键点位置的同时实现对人体姿态信息的匹配，从而可以减少直播过程中的处理任务流程，以极少的计算增量实现人体动作的匹配功能，提升了人体姿态匹配算法在直播中的应用效果，为直播间动作交互玩法赋能和增加直播玩法的拓展维度
人体动作匹配方法装置直播系统计算机设备介质

[发明专利]基于双通道红外信息融合的人体动作识别方法-CN201210198950.0无效
发明人：杨轶星;王璐;徐瑞;明东;綦宏志;万柏坤 -专利权人：天津大学
申请日： 2012-06-15 - 公布日： 2012-11-28 - 主分类号： G06K9/00 文献下载
摘要：一种基于双通道红外信息融合的人体动作识别方法：分别使用红外摄像头采集人体运动视频图像，使用热释电红外传感器采集人体运动电压信号；对采集到的人体运动视频图像和人体运动电压信号分别进行特征提取，其中，从人体运动视频图像中得到人体轮廓能量，从人体运动电压信号中得到频谱特征；分别对人体轮廓能量和频谱特征进行主成分分析；将主成分分析结果在特征层上融合；采用支持向量机的方法并结合人体红外动作数据库相应数据对融合后的特征进行分类识别。本发明充分利用红外图像中多层次的人体动作信息，并融合热释电传感器输出信号中人体方向信息，实现对人体不同方向的不同动作进行分类识别，保证了动作的正确识别率。
基于双通道红外信息融合人体动作识别方法

[发明专利]一种体感交互的方法及系统-CN201310593532.6在审
发明人：程俊;姜军;陈裕华;吴新宇;肖谦 -专利权人：深圳先进技术研究院
申请日： 2013-11-20 - 公布日： 2014-03-19 - 主分类号： G06T19/00 文献下载
摘要：本发明适用于通信领域，提供了一种体感交互的方法，包括：根据不同体感交互需求建立并存储对应的人体姿态及动作模型数据库；利用预设摄像头获取人体姿态图像数据；从获取到的所述人体姿态图像数据中提取特征点，并根据所述特征点匹配计算人体姿态及动作的三维数据；在连续获取到的多帧所述人体姿态图像数据中提取运动轨迹，并将所述运动轨迹与已经建立并存储的对应的人体姿态及动作模型数据库进行匹配；根据匹配结果识别动作并获取相应的人体姿态及动作属性；根据所述人体姿态及动作属性做出相应的交互动作回应
一种交互方法系统

[发明专利]一种基于人体识别算法的社区疫情管控方法和系统-CN202110225240.1在审
发明人：不公告发明人 -专利权人：光控特斯联（上海）信息科技有限公司
申请日： 2021-03-01 - 公布日： 2021-06-29 - 主分类号： G06K9/00 文献下载
摘要：本申请实施例提供一种基于人体识别算法的社区疫情管控方法和系统。该方法包括：设置与社区门禁系统连接的人体识别装置；人体识别装置向用户发送指令请求用户取出出入证进行动作展示；人体识别装置对动作展示进行分解，按照指定时间间隔进行采样取出动作特征帧，通过人体识别算法判断动作展示是否符合标准人体动作序列；如果人体识别算法判断符合标准动作序列，则取出含有出入证的动作特征帧，通过掩膜互补获取用户照片信息，进行出入证识别，并通过出入证中的照片信息与用户的人脸进行比对，如果比对得到的相似度超过指定阈值，则向社区门禁系统发出开启指令本申请通过人体识别算法提高了社区的管控效率。
一种基于人体识别算法社区疫情方法系统

[发明专利]视觉识别判断连续动作过程的方法-CN202111446500.4在审
发明人：林明 -专利权人：心智动科技（深圳）有限公司
申请日： 2021-11-30 - 公布日： 2022-05-27 - 主分类号： A61B5/11 文献下载
摘要：本发明实施例公开了视觉识别判断连续动作过程的方法，包括视觉模块、听觉模块和触觉模块，其特征在于：所述视觉识别判断连续动作过程的方法，包括以下步骤：S1：深度摄像头获取连续的彩色图像和深度数据；S2：将对象和背景分离，获取连续的人体图像和深度数据；S3：通过人体图像和深度数据，获取每一帧图像中的人体骨骼信息；S4：根据具有深度数据的人体各关节骨骼信息。该视觉识别判断连续动作过程的方法，利用深度信息，对人体和背景信息的分离，识别人体骨骼信息，根据具有深度信息的人体骨骼信息，通过连续识别人体动作和姿势，可以对对象当前的动作姿势进行判断可以对对象连续的动作过程进行识别，获取对象的动作信息，识别效果好。
视觉识别判断连续动作过程方法

[发明专利]一种特定动作的检测方法、装置、设备及存储介质-CN202310154529.8在审
发明人：钟松辉;聂磊;张海伦 -专利权人：北京百度网讯科技有限公司
申请日： 2023-02-22 - 公布日： 2023-07-14 - 主分类号： G06V40/20 文献下载
摘要：本公开提供了一种特定动作的检测方法、装置、设备及存储介质，涉及计算机视觉、动作识别等人工智能技术领域，尤其涉及行为检测领域。具体实现方案为：获取待检测视频；对待检测视频中的图像帧进行目标跟踪，得到人体跟踪框和人体跟踪框的人体跟踪ID；针对人体跟踪框对应的人体图像进行骨骼点数据提取，得到人体跟踪ID的骨骼点数据；针对需要进行特定动作检测的人体跟踪ID，基于特定动作识别模型对该人体跟踪ID的连续多帧骨骼点数据进行特定动作识别，得到识别结果。在适用于多目标场景下进行特定动作检测的基础上，获得的识别结果也更准确，提高了特定动作检测的准确性和泛用性，且通过部署摄像头即可实现，具有较高的部署友好性。
一种特定动作检测方法装置设备存储介质

[发明专利]一种基于红外图像的人体动作实时识别方法-CN201910635697.2有效
发明人：易诗;谢家海 -专利权人：成都理工大学
申请日： 2019-07-15 - 公布日： 2022-11-11 - 主分类号： G06V40/20 文献下载
摘要：本发明公开了一种基于红外图像的人体动作实时识别方法，涉及人体动作识别技术领域，包括以下步骤：构建红外图像人体姿态提取网络与基于骨骼特征的动作识别网络；获取红外行人图像数据集并对其进行预处理，基于预处理后的红外行人图像数据集训练红外图像人体姿态提取网络，得到人体动态骨骼特征图像；分割人体动态骨骼特征图像的感兴趣区域序列，利用分割结果训练动作识别网络；获取待识别红外图像，基于红外图像人体姿态提取网络和动作识别网络对预处理后的待识别红外图像进行动作的分类与预测本发明解决了现有的行为识别方法普遍针对可见光环境，在夜间无光或天气恶劣环境下通过红外图像进行人体行为动作识别存在实时性差、识别率低的问题。
一种基于红外图像人体动作实时识别方法

[发明专利]网络训练、动作识别方法、装置、设备及存储介质-CN202010941108.6有效
发明人：徐飞翔;黄迎松;白琨 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-09-09 - 公布日： 2022-08-26 - 主分类号： G06V40/20 文献下载
摘要：本申请提供了一种网络训练、动作识别方法、装置、设备及计算机可读存储介质；方法包括：利用人体骨骼点序列的第一序列数据集和第一序列数据集中每一第一序列数据对应的视角标签，更新预训练模型的模型参数；基于更新后的预训练模型的模型参数，初始化人体动作识别模型的模型参数；其中，预训练模型和人体动作识别模型具有结构相同的特征提取网络；利用人体骨骼点序列的第二序列数据集和第二序列数据集中的每一第二序列数据对应的动作类别标签，对人体动作识别模型的模型参数进行更新，得到训练后的人体动作识别模型。通过本申请，能够提高人体动作识别模型的动作识别精度，减少模型训练时间，并能减少对强标注数据的依赖，进而减少人工工作量。
网络训练动作识别方法装置设备存储介质

[发明专利]基于多目视觉的人体动作重建系统、方法和动作训练系统-CN201910844266.7在审
发明人：张炜乐;樊奕良;梁鑫;杜钦涛;李培杰;姚伟聪 -专利权人：广东工业大学
申请日： 2019-09-06 - 公布日： 2019-12-06 - 主分类号： G06T17/00 文献下载
摘要：本申请公开了一种基于多目视觉的人体动作重建系统、方法和动作训练系统，通过校正后的基于至少两个单目相机捕获目标人体的动作图像，对于动作图像进行二维图像上的人体二维关节点识别，然后基于人体二维关节点重建出目标人体的三维动作，无需用户穿戴特制的光学捕捉服或者装配相应的传感器，解决了现有的深度摄像机人体三维动作识别方法，对应用场景要求较高，在复杂的应用场景下，识别准确率较低的技术问题。
动作图像应用场景关节点二维三维深度摄像机捕获目标动作识别动作训练二维图像目标人体人体动作重建系统传感器准确率单目穿戴校正装配相机捕捉视觉重建申请

[发明专利]一种基于多任务学习的人体动作识别方法-CN201410681461.X有效
发明人：刘安安;苏育挺;贾萍萍 -专利权人：天津大学
申请日： 2014-11-24 - 公布日： 2017-08-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于多任务学习的人体动作识别方法，所述方法包括以下步骤从视频序列中提取时空兴趣点；分别提取两个视角下训练集和测试集的“词袋”特征；使用多任务学习方法进行人体动作识别。本发明将多任务学习思想运用到人体动作识别过程中，充分利用了人体各个动作之间的关联特性，通过对多个人体动作进行同时分析和识别，提高了人体动作识别的效率和准确度；并且通过实验也最终验证了本方法的可行性，满足了实际应用中的需要
一种基于任务学习人体动作识别方法

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条