[发明专利]一种基于骨架特征和深度学习的人体动作识别方法

摘要

本发明提出了一种基于骨架数据和深度学习的人体动作识别方法，用于提高基于骨架的人体动作识别效果。本发明针对基于骨架的动作识别任务，设计了一个多特征学习网络，具有数个独立学习的网络流，能够鲁棒的处理针对不同维度的各低维特征，并有效的将其经过网络学习进行高维特征的特征融合，实现通过人体骨架运动精确识别人体动作。本发明对于不同的相机视角，动作类别及实施对象均有良好的识别效果。相对于目前的方法，本方法具有更好的动作识别精度，且相对于绝大部分基于深度学习的方法有更好的计算效率。

主权项

1.一种基于骨架特征和深度学习的人体动作识别方法，其特征在于，包括如下步骤：步骤1，对深度相机采集的待训练和待识别人体骨架序列进行预处理，获得相应的训练数据和待识别数据；步骤2，多流神经网络模型训练，包括如下子步骤，步骤2.1，对步骤1得到的训练数据进行增强；步骤2.2，利用增强后的训练数据生成多个低维特征，所述多个低维特征分别为骨架的空间维信息，时间维信息和结构维信息；步骤2.3，设计多流神经网络，并将多个低维特征作为输入对多流神经网络进行训练，获得训练数据对应的动作识别结果；步骤3，人体动作预测：将步骤1中得到的待识别数据输入到步骤2中经过训练学习后的多流神经网络模型中，输出各骨架序列的动作预测结果。