[发明专利]基于动作识别的应急反应能力测评方法

权利要求书

1.一种基于动作识别的应急反应能力测评方法，其特征在于：包括以下步骤：

步骤1：示范人员进行应急动作演示，利用摄像头采集示范人员的动作图像序列；

步骤2：将示范人员的动作图像序列依次输入CNN神经网络，将示范人员的动作图像序列转换成CNN神经网络输出的示范人员的动作特征向量序列；

步骤3：将示范人员的动作特征向量序列依次输入RNN神经网络进行训练，RNN神经网络输出为预测示范人员的下一个动作特征向量，最后一个示范人员的动作特征向量输入RNN神经网络后，对应的输出即为示范人员的应急动作序列的总体特征向量；

步骤4：被测人员展示与示范人员一致的应急动作，利用摄像头采集被测人员的动作图像序列；

步骤5：将被测人员的动作图像序列依次输入CNN神经网络，将被测人员的动作图像序列转换成CNN神经网络输出的被测人员的动作特征向量序列；

步骤6：将被测人员的动作特征向量序列依次输入RNN神经网络进行训练，RNN神经网络输出为预测被测人员的下一个动作特征向量，最后一个被测人员的动作特征向量输入RNN神经网络后，对应的输出即为被测人员的应急动作序列的总体特征向量；

步骤7：计算示范人员的总体特征向量和被测人员的总体特征向量之间的差异，根据差异大小进行被测人员的应急反应能力评定。

2.根据权利要求1所述的基于动作识别的应急反应能力测评方法，其特征在于：所述步骤1中，所述摄像头的帧率为24帧/秒，分辩率为1024*768，连续采集10分钟，即每组动作图像序列包含14400张图片，采集次数为1000次，即1000组动作图像序列。

3.根据权利要求1所述的基于动作识别的应急反应能力测评方法，其特征在于：所述步骤2和所述步骤5中，所述CNN神经网络为GoogLeNet网络。

4.根据权利要求3所述的基于动作识别的应急反应能力测评方法，其特征在于：所述步骤2和所述步骤5中，所述CNN神经网络为GoogLeNet网络中的标准Inception-V4网络。

5.根据权利要求1所述的基于动作识别的应急反应能力测评方法，其特征在于：所述步骤3中，所述RNN神经网络为标准的单层LSTM网络，隐节点数为128个，采用ADAM优化算法，动量0.5，初始学习率0.0002，每迭代100次衰减一半，每次训练同时输入64个动作图像序列作为一个批次。

6.根据权利要求1所述的基于动作识别的应急反应能力测评方法，其特征在于：所述步骤4中，所述摄像头的帧率为24帧/秒，分辩率为1024*768，连续采集10分钟，即每组动作图像序列包含14400张图片，采集次数为1次，即1组动作图像序列。

7.根据权利要求1所述的基于动作识别的应急反应能力测评方法，其特征在于：所述步骤6中，所述RNN神经网络为经过示范人数的动作图像序列训练好的LSTM网络，网络参数不变。

8.根据权利要求1所述的基于动作识别的应急反应能力测评方法，其特征在于：所述步骤7中，所述总体特征向量差异的计算公式采用标准的余弦相似度计算公式。