[发明专利]一种基于李群特征和卷积神经网络的人体动作识别方法有效
| 申请号： | 201811446456.5 | 申请日： | 2018-11-29 |
| 公开（公告）号： | CN109614899B | 公开（公告）日： | 2022-07-01 |
| 发明（设计）人： | 蔡林沁;丁和恩;陆相羽;隆涛;陈思维 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V10/84 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400065 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于李群特征和卷积神经网络的人体动作识别方法，属于计算机模式识别领域。该方法包括：S1：数据获取，利用微软体感设备Kinect提取人体骨骼信息，获取实验者的运动信息；S2：提取李群特征，采取一种利用刚性肢体变换来模拟人体各肢体间的相对三维几何关系的李群骨骼表示方法，将人体动作建模为李群上一系列曲线，进而结合李群和李代数间的对应关系，利用对数映射将基于李群空间的曲线映射为基于李代数空间的曲线；S3：特征分类，融合李群特征和卷积神经网络，利用李群特征训练卷积神经网络，让卷积神经网络对李群特征进行学习、分类，从而实现人体动作识别。本发明能够取得很好的识别效果。 | ||
| 搜索关键词： | 一种 基于 李群 特征 卷积 神经网络 人体 动作 识别 方法 | ||
【主权项】：
1.一种基于李群特征和卷积神经网络的人体动作识别方法，其特征在于，该方法具体包括以下步骤：S1：数据获取，利用微软体感设备Kinect提取人体骨骼信息，获取实验者的运动信息；S2：提取李群特征，采取一种利用刚性肢体变换来模拟人体各肢体间的相对三维几何关系的李群骨骼表示方法，将人体动作建模为李群上一系列曲线，进而结合李群和李代数间的对应关系，利用对数映射将基于李群的曲线映射为基于李代数空间的曲线；所述刚性肢体变化包括三维空间的旋转和平移；S3：特征分类，融合李群特征和卷积神经网络，利用李群特征训练卷积神经网络，让卷积神经网络对李群特征进行学习、分类，从而实现人体动作识别。
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重庆邮电大学，未经重庆邮电大学许可，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/201811446456.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于列车行驶方向检测的智能判断方法
- 下一篇：图像检测方法及装置
