[发明专利]动作识别方法、网络训练方法、装置及设备在审

专利信息
申请号: 201680029871.3 申请日: 2016-10-31
公开(公告)号: CN107735796A 公开(公告)日: 2018-02-23
发明(设计)人: 崔健 申请(专利权)人: 深圳市大疆创新科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州三环专利商标代理有限公司44202 代理人: 郝传鑫,熊永强
地址: 518057 广东省深圳市南山区高*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 动作 识别 方法 网络 训练 装置 设备
【权利要求书】:

1.一种动作识别装置,其特征在于,包括:

获取模块,用于获取由外部设备针对当前动作检测得到的运动数据;

处理模块,用于将所述获取模块获取的所述运动数据转换为频域数据,利用所述频域数据来识别与所述频域数据对应的动作。

2.根据权利要求1所述的装置,其特征在于,

所述处理模块,具体用于将所述频域数据输入网络模型,以通过所述网络模型识别与所述频域数据对应的动作。

3.根据权利要求2所述的装置,其特征在于,

所述网络模型包括神经网络。

4.根据权利要求2或3所述的装置,其特征在于,

所述获取模块,还用于获取由外部设备针对预设动作检测得到的运动数据;

所述处理模块,还用于将与所述预设动作对应的运动数据转换为频域数据,利用与所述预设动作对应的所述频域数据和所述预设动作对所述网络模型进行训练。

5.根据权利要求1-4任一项所述的装置,其特征在于,

所述处理模块,还用于对所述频域数据进行正则化处理,以减少对所述频域数据的过度拟合。

6.根据权利要求1-5任一项所述的装置,其特征在于,

所述处理模块,还用于对所述运动数据进行归一化处理。

7.根据权利要求1-6任一项所述的装置,其特征在于,

所述运动数据包括:在预设的时间段内对所述外部设备的运动传感器输出的数据进行采样获取得到的数据,或者对所述外部设备的运动传感器输出的数据进行预设次数的采样获取得到的数据。

8.根据权利要求1-7任一项所述的装置,其特征在于,

所述处理模块,还用于根据识别的动作对飞行器进行控制。

9.一种动作识别装置,其特征在于,包括:

第一获取模块,用于获取由外部设备针对当前动作检测得到的运动数据,并根据所述运动数据获取与所述当前动作对应的特征数据;

第二获取模块,用于获取针对所述当前动作采集的图像,并对所述图像进行处理,以得到所述当前动作对应的图像识别数据;

融合模块,用于将与所述当前动作对应的特征数据以及图像识别数据进行融合,得到融合数据;

处理模块,用于识别与所述融合数据对应的动作。

10.根据权利要求9所述的装置,其特征在于,

所述处理模块,具体用于将所述融合数据输入网络模型,以通过所述网络模型识别与所述融合数据对应的动作。

11.根据权利要求10所述的装置,其特征在于,

所述网络模型包括神经网络。

12.根据权利要求9-11任一项所述的装置,其特征在于,

所述第一获取模块,具体用于在根据所述运动数据获取与所述当前动作对应的特征数据时,将所述运动数据转换为频域数据,以将所述频域数据作为与所述当前动作对应的特征数据;

所述融合模块,具体用于将所述频域数据和所述第二获取模块获取的图像识别数据进行融合,得到融合数据。

13.根据权利要求10或11所述的装置,其特征在于,

所述第一获取模块,还用于获取由外部设备针对预设动作检测得到的运动数据,并根据所述运动数据获取与所述预设动作对应的特征数据;

所述第二获取模块,还用于获取针对所述预设动作采集的图像,并对采集的图像进行处理,以得到所述预设动作对应的图像识别数据;

所述融合模块,还用于将与所述预设动作对应的图像识别数据和与所述预设动作对应的特征数据进行融合,得到与所述预设动作对应的融合数据;

所述处理模块,还用于利用与所述预设动作对应的融合数据和所述预设动作对所述网络模型进行训练。

14.根据权利要求9-13任一项所述的装置,其特征在于,

所述运动数据包括在预设的时间段内对所述外部设备的运动传感器输出的数据进行采样获取得到的数据,或者对所述外部设备的运动传感器输出的数据进行预设次数的采样获取得到的数据。

15.根据权利要求9-14任一项所述的装置,其特征在于,

所述处理模块,还用于根据识别的动作对飞行器进行控制。

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深圳市大疆创新科技有限公司,未经深圳市大疆创新科技有限公司许可,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/pat/books/201680029871.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top