[发明专利]一种基于卷积神经网络的相似性动作识别装置及方法有效
| 申请号： | 201810690728.X | 申请日： | 2018-06-28 |
| 公开（公告）号： | CN108958482B | 公开（公告）日： | 2021-09-28 |
| 发明（设计）人： | 杨明静;杨世文 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F3/01 | 分类号： | G06F3/01;G06N3/04;G06N3/08 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于卷积神经网络的相似性动作识别装置及方法，该装置包括相连接的加速度计模块及移动终端；加速度计模块包括单片机及分别与其连接加速度传感器、蓝牙模块、电源模块；把采集到的数据通过蓝牙传输到安卓客户端模块；安卓客户端模块首先将采集到的数据进行本地存储和实时显示，随后定时将数据文件通过无线网络传至服务器；服务器端模块首先对数据进行存储，然后通过TensorFlow平台下构建的卷积神经网络模型对数据进行训练和分类，最后再将动作识别的结果返回至安卓客户端模块。本发明使用卷积神经网络算法，该算法能够针对不同的应用场景自动提取特征值，无需人工单独对不同的场景设计特征值，且该算法对相似性动作的识别效果较好。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 相似性 动作 识别 装置 方法 | ||
【主权项】：
1.一种基于卷积神经网络的相似性动作识别装置，其特征在于：包括相连接的加速度计模块及移动终端；所述加速度计模块包括单片机及分别与其连接的加速度传感器、蓝牙模块、电源模块；在采集数据的过程中，将加速度计模块放置在受试者身上，把采集到的数据通过蓝牙传输到安卓客户端模块；安卓客户端模块首先将采集到的数据进行本地存储和实时显示，随后定时将数据文件通过无线网络传至服务器；服务器端模块首先对数据进行存储，然后通过TensorFlow平台下构建的卷积神经网络模型对数据进行训练和分类，最后再将动作识别的结果返回至安卓客户端模块。
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福州大学，未经福州大学许可，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/201810690728.X/，转载请声明来源钻瓜专利网。
