[发明专利]一种基于半监督学习的人体运动检测系统及方法在审
申请号: | 201711228115.6 | 申请日: | 2017-11-29 |
公开(公告)号: | CN107862302A | 公开(公告)日: | 2018-03-30 |
发明(设计)人: | 印金汝;刘贵全;叶剑鸣 | 申请(专利权)人: | 合肥赑歌数据科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 上海精晟知识产权代理有限公司31253 | 代理人: | 冯子玲 |
地址: | 230000 安徽省合肥市*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 监督 学习 人体 运动 检测 系统 方法 | ||
1.一种基于半监督学习的人体运动检测系统,其特征在于:
包括传感监测部分、状态参数部分和半监督学习部分以及视频监测分析部分;
传感监测部分中:通过传感器对人体运动状态进行相应监测;
状态参数部分中:包括相应状态的动作范围值,包括对状态范围值的上下限调整;
半监督学习部分中:包括学习分类器以及学习分类器对传感器监测到的数据信息的分析匹配操作;
视频监测分析部分中:包括视频监测系统对人体运动进行相应监测。
2.根据权利要求1所述的一种基于半监督学习的人体运动检测系统,其特征在于:所述状态参数部分包括若干预设值部分和与预设值相对应的限定调整值部分。
3.根据权利要求1所述的一种基于半监督学习的人体运动检测系统,其特征在于:所述学习分类器与视频监测系统之间设置时间同步模块。
4.根据权利要求1所述的一种基于半监督学习的人体运动检测系统,其特征在于:所述学习分类器内设置相应的状态分类,状态分类中包括人体的站立活动、行走状态和奔跑状态。
5.如权利要求1所述的一种基于半监督学习的人体运动检测方法,其特征在于:
第一步,建立原始数据样本,将原始数据导入学习分类器,对原始数据样本进行相应的动作判定操作,划分出动作范围值的初始数据;
第二步,通过学习分类器对传感器检测到的数据样本进行状态信息分类,将相应数据范围内的样本数据分类到对应的状态分类内;
第三步,通过视频监测系统对人体运动状态进行检测观察,通过时间同步方式,分析学习分类器内通过传感器监测到的数据样本的状态分类结果;
第四步,对学习分类器的状态分类结果进行判定,对正确状态分类的状态数据样本进行相应存储;
第五步,对出现失误分类的状态数据样本进行分析,通过视频监测到的人体运动状态,将失误分类的状态数据样本划分到相应正确的状态分类范围内,并对原始状态分类的划分数据值进行相应的调整操作。
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合肥赑歌数据科技有限公司,未经合肥赑歌数据科技有限公司许可,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/201711228115.6/1.html,转载请声明来源钻瓜专利网。