[发明专利]基于三维残差稠密网络的人体行为意图识别方法与系统有效
| 申请号： | 201910525116.X | 申请日： | 2019-06-18 |
| 公开（公告）号： | CN110232361B | 公开（公告）日： | 2021-04-02 |
| 发明（设计）人： | 宋全军;郭明祥;徐湛楠;曹平国;马婷婷 | 申请（专利权）人： | 中国科学院合肥物质科学研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 合肥国和专利代理事务所(普通合伙) 34131 | 代理人： | 张祥骞 |
| 地址： | 230031 安徽*** | 国省代码： | 安徽;34 |
| 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三维残差稠密网络的人体行为意图识别方法，包括：根据机器人的安保任务需求，创建一个包含多类行为的真实场景人体行为数据集；根据真实场景的视频人体行为识别需求，构建三维残差稠密网络；训练时，将训练集中预处理后的子数据集视频序列依次送入三维残差稠密网络中训练，最终得到视频人体行为识别模型；测试时，将测试集中的数据经过预处理后输入到三维残差稠密网络中，然后输出人体行为类型。本发明显著提升在KTH和UCF‑101等数据集上的识别精度，同时用于解决真实场景问题以及安保任务需求。 | ||
| 搜索关键词： | 基于 三维 稠密 网络 人体 行为 意图 识别 方法 系统 | ||
【主权项】：
1.一种基于三维残差稠密网络的人体行为意图识别方法，其特征在于：该方法包括下列顺序的步骤：(1)根据机器人的安保任务需求，创建一个包含多类行为的真实场景人体行为数据集，包括训练集和测试集；(2)根据真实场景的视频人体行为识别需求，构建三维残差稠密网络；(3)训练时，将训练集中预处理后的子数据集视频序列依次送入三维残差稠密网络中训练，最终得到视频人体行为识别模型；(4)测试时，将测试集中的数据经过预处理后输入到训练好的视频人体行为识别模型中，然后输出人体行为类型。
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中国科学院合肥物质科学研究院，未经中国科学院合肥物质科学研究院许可，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/201910525116.X/，转载请声明来源钻瓜专利网。
