[发明专利]一种基于深度学习的战术动作评估方法有效
申请号: | 201910409896.1 | 申请日: | 2019-05-16 |
公开(公告)号: | CN110135352B | 公开(公告)日: | 2023-05-12 |
发明(设计)人: | 路露;曹玉君;郭新宇;舒峻峰;方小永 | 申请(专利权)人: | 南京砺剑光电技术研究院有限公司 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V20/40;G06V10/77;G06V10/774;G06V10/82;G06V10/764;G06N3/0464;G06N3/0442;G06N3/08 |
代理公司: | 南京君陶专利商标代理有限公司 32215 | 代理人: | 沈根水 |
地址: | 210000 江苏省南*** | 国省代码: | 江苏;32 |
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深度学习的战术动作评估方法,包括以下步骤:1)构建战术动作视频数据库;2)计算光流场;3)生成运动矢量流图像;4)进行PCA降维处理;5)对上一步的计算结果进行LDA变换;6)训练神经网络;7)应用神经网络进行动作分类;8)PCA‑LDA空间投影;9)分数评估。优点:1)无需穿戴测量传感器,方便快捷,不干扰训练。2)只需要录制视频即可进行战术动作评估,有效降低成本。3)对视频数据的降维处理编码了人体运动速度场,便于使用速度差异进行动作识别和评分。4)提供了建立战术动作视频数据集的方法。5)不仅可以识别战术动作,还可以对战术动作进行打分。通过线性校正使打分贴近专家打分,能够为战术训练提供支持。 | ||
搜索关键词: | 一种 基于 深度 学习 战术 动作 评估 方法 | ||
【主权项】:
1.一种基于深度学习的战术动作评估方法,其特征是包括以下步骤:(1)构建战术动作视频数据库;(2)计算光流场;(3)生成运动矢量流图像;(4)进行PCA降维处理;(5)对上一步的计算结果进行LDA变换;(6)训练神经网络;(7)应用神经网络进行动作分类;(8)PCA‑LDA空间投影;(9)分数评估。
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南京砺剑光电技术研究院有限公司,未经南京砺剑光电技术研究院有限公司许可,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/201910409896.1/,转载请声明来源钻瓜专利网。