[发明专利]一种基于深度学习的人体动作识别方法和系统有效
| 申请号： | 201910437636.5 | 申请日： | 2019-05-24 |
| 公开（公告）号： | CN110135386B | 公开（公告）日： | 2021-09-03 |
| 发明（设计）人： | 李方敏;刘新华;彭小兵;旷海兰;黄志坚;杨志邦;阳超 | 申请（专利权）人： | 长沙学院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 武汉臻诚专利代理事务所(普通合伙) 42233 | 代理人： | 宋业斌 |
| 地址： | 410003 湖南省长*** | 国省代码： | 湖南;43 |
| 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学习的人体动作识别方法，包括：获取视频序列中的连续两帧图像，将该连续两帧图像输入已训练的人体动作识别模型中，以得到人体动作识别结果，人体动作识别模型是通过以下步骤生成：获取数据集中视频序列中的连续两帧图像，利用光流提取方法从获取的连续两帧图像中提取光流图像，对视频序列中所有剩余帧，重复执行上述过程，将视频序列和光流图像序列平均分成T段，从视频序列的每一段中提取单帧图像，并从光流图像序列的每一段中提取连续的L帧光流图像。本发明能够解决现有人体动作识别方法中由于提取网络的深度较浅以及没有考虑特征之间的时序关系，会导致提取的特征不利于分类、识别准确率低的技术问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 人体 动作 识别 方法 系统 | ||
【主权项】：
1.一种基于深度学习的人体动作识别方法，其特征在于，包括以下步骤：(1)获取视频序列中的连续两帧图像；(2)将该连续两帧图像输入已训练的人体动作识别模型中，以得到人体动作识别结果。
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长沙学院，未经长沙学院许可，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/201910437636.5/，转载请声明来源钻瓜专利网。
