[发明专利]一种基于生物脉冲的动作识别方法在审
| 申请号： | 201810417487.1 | 申请日： | 2018-05-02 |
| 公开（公告）号： | CN108629311A | 公开（公告）日： | 2018-10-09 |
| 发明（设计）人： | 贾桂升;刘俊斌;房双梅 | 申请（专利权）人： | 尚谷科技（天津）有限公司;贾桂升;刘俊斌;房双梅 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06F3/01 |
| 代理公司： | 天津市尚文知识产权代理有限公司 12222 | 代理人： | 张东浩 |
| 地址： | 300457 天津市滨海新区天津开发区信环西路19号泰达服*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明请求保护一种基于生物脉冲的动作识别方法，通过采集人体四肢生物脉冲，并采用自适应门限值算法对生物脉冲进行降噪处理；基于李雅普诺夫指数等方式对的生物脉冲进行特征提取，求出该生物脉冲的复杂度和组合特征向量；将获取的生物脉冲的复杂度和组合特征向量作为特征向量输入神经网络分类器，进行生物脉冲的模式识别，获取动作聚类特征。本发明引入了自适应门限值,可以对不同变换层次上的生物脉冲采用自适应的门限值,变换级数越大,门限值相应也越大,使得降噪更加精确,不仅保存了大量有用的信号,可以对大批量人体生物脉冲进行处理,同时可以保存信号处理过程中的关键数据供进一步的分析。 | ||
| 搜索关键词： | 生物脉冲 自适应门限 动作识别 组合特征 复杂度 门限 向量 李雅普诺夫指数 输入神经网络 信号处理过程 关键数据 降噪处理 聚类特征 模式识别 人体生物 人体四肢 特征提取 特征向量 分类器 自适应 保存 脉冲 降噪 算法 采集 引入 分析 | ||
【主权项】：
1.一种基于生物脉冲的动作识别方法，其特征在于该方法包括如下步骤：A.采集人体四肢生物脉冲，并采用自适应门限值算法对生物脉冲进行降噪处理；B.基于李雅普诺夫指数等方式对步骤A获取的生物脉冲进行特征提取，求出该生物脉冲的复杂度和组合特征向量；C.将步骤B获取的生物脉冲的复杂度和组合特征向量作为特征向量输入神经网络分类器，进行生物脉冲的模式识别，获取动作聚类特征。
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尚谷科技（天津）有限公司;贾桂升;刘俊斌;房双梅，未经尚谷科技（天津）有限公司;贾桂升;刘俊斌;房双梅许可，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/201810417487.1/，转载请声明来源钻瓜专利网。
- 上一篇：基坑周围人员安全保障方法
- 下一篇：一种动态手势跟踪方法及系统
