[发明专利]基于端到端时空图学习神经网络的人体骨架行为识别方法有效
| 申请号： | 201910024126.5 | 申请日： | 2019-01-10 |
| 公开（公告）号： | CN109858390B | 公开（公告）日： | 2020-11-24 |
| 发明（设计）人： | 李玺;李斌;张仲非 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 傅朝栋;张法高 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 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端到端时空图学习神经网络的人体骨架的行为识别方法，用于人体3D骨架的行为识别问题。具体包括如下步骤：获取用于训练的人体3D骨骼关键点位置数据集，并定义算法目标；对每一帧基于空间位置进行聚类表达，得到空间节点关系；计算每一关节点的时间轨迹，并据此进行关系度量，得到时间节点关系；建立所述时空图学习与图卷积神经网络的联合学习框架；使用所述学习框架估计连续人体3D骨架的行为类别。本发明适用于真实视频中的人体动作分析，面对各类复杂情况具有较佳的效果和鲁棒性。 | ||
| 搜索关键词： | 基于 端到端 时空 学习 神经网络 人体 骨架 行为 识别 方法 | ||
【主权项】：
1.一种基于端到端时空图学习神经网络的人体骨架的行为识别方法，其特征在于，包括以下步骤：S1、获取用于训练的人体3D骨骼关键点位置数据集，并定义算法目标；S2、对每一帧基于空间位置进行聚类表达，得到空间节点关系；S3、计算每一关节点的时间轨迹，并据此进行关系度量，得到时间节点关系；S4、建立所述时空图学习与图卷积神经网络的联合学习框架；S5、使用所述学习框架估计连续人体3D骨架的行为类别。
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浙江大学，未经浙江大学许可，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/201910024126.5/，转载请声明来源钻瓜专利网。
