[发明专利]一种基于独特性注意力机制的人体活动识别方法有效
| 申请号： | 201910570941.1 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110197235B | 公开（公告）日： | 2021-03-30 |
| 发明（设计）人： | 郑增威;石利飞;孙霖;陈丹;霍梅梅 | 申请（专利权）人： | 浙江大学城市学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;A61B5/11;A61B5/00 |
| 代理公司： | 杭州九洲专利事务所有限公司 33101 | 代理人： | 张羽振 |
| 地址： | 310015*** | 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： | 本发明涉及一种基于独特性注意力机制的人体活动识别方法，包括步骤：1)对数据进行预处理；2)设计带有独特性注意力机制的LSTM神经网络模型，设计带有独特性注意力机制的LSTM神经网络模型，整个网络分为3个部分：LSTM层、独特性注意力机制层与SOFTMAX全连接层，网络模型的输入为已经过数据预处理的时间序列段，输出为要识别的活动类别；3)训练与预测。本发明的有益效果是：通过计算基本动作的重要性，可以使本模型着重关注于更加重要的基本动作，进而更准确地识别人体活动；本发明可以判断进行活动时，哪些时刻是对识别这些活动更加重要的；通过计算每个时刻的注意力权值，来让模型更加关注与对识别活动重要的部分，进一步提升人体活动识别的性能。 | ||
| 搜索关键词： | 一种 基于 独特性 注意力 机制 人体 活动 识别 方法 | ||
【主权项】：
1.一种基于独特性注意力机制的人体活动识别方法，其特征在于，包括如下步骤：1)、对数据进行预处理；2)、设计带有独特性注意力机制的LSTM神经网络模型，整个网络分为3个部分：LSTM层、独特性注意力机制层与SOFTMAX全连接层，网络模型的输入为已经过数据预处理的时间序列段，输出为要识别的活动类别；3)、训练与预测。
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城市学院，未经浙江大学城市学院许可，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/201910570941.1/，转载请声明来源钻瓜专利网。
