[发明专利]一种基于深度卷积神经网络的日常人体行为识别方法在审
| 申请号： | 201810886376.5 | 申请日： | 2018-08-06 |
| 公开（公告）号： | CN109255296A | 公开（公告）日： | 2019-01-22 |
| 发明（设计）人： | 周志刚;杨锦;曾岳南;程韬波 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东*** | 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： | 本发明公开了一种基于深度卷积神经网络的日常人体行为识别方法，其特征在于，包括以下步骤：S1.建立深度卷积神经网络模型；S2.获取并对人体图像进行预处理；S3.通过深度卷积神经网络模型，提取人体图像特征；S4.通过人体图像特征，输出人体行为序列；S5.将人体行为序列进行分类，得到分类结果。本发明通过深度卷积神经网络对人体图像进行特征提取，再配合分类器对特征进行分类，能够快速、精准识别分类出日常人体行为。 | ||
| 搜索关键词： | 卷积神经网络 人体图像 人体行为 人体行为识别 分类 预处理 分类结果 特征提取 分类器 输出 配合 | ||
【主权项】：
1.一种基于深度卷积神经网络的日常人体行为识别方法，其特征在于，包括以下步骤：S1. 建立深度卷积神经网络模型；S2. 获取并对人体图像进行预处理；S3. 通过深度卷积神经网络模型，提取人体图像特征；S4. 通过人体图像特征，输出人体行为序列；S5. 将人体行为序列进行分类，得到分类结果。
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广东工业大学，未经广东工业大学许可，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/201810886376.5/，转载请声明来源钻瓜专利网。
