[发明专利]一种基于注意力机制的神经网络的人体动作识别方法有效
| 申请号： | 201910846654.9 | 申请日： | 2019-09-09 |
| 公开（公告）号： | CN110728183B | 公开（公告）日： | 2023-09-22 |
| 发明（设计）人： | 侯永宏;李岳阳;肖任意;李翔宇;郭子慧;刘艳 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06V40/20 | 分类号： | G06V40/20;G06V40/10;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/08 |
| 代理公司： | 天津盛理知识产权代理有限公司 12209 | 代理人： | 陈娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 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注意力机制的神经网络的人体动作识别方法，该方法提出了一个端到端的可训练网络，包括深度卷积子网络和注意力子网络，用于从骨架数据中识别人类动作。首先，将骨架序列编码为彩色的时空图并馈入深度卷积子网络中以提取深层次特征，并使用全连接层映射到标签空间中。在注意力子网络中，提取表示关节运动重要程度的手工制作的特征，并通过简单但有效的线性映射来学习注意力权重，其结果也通过全连接层映射到标签空间中。二者的结果通过乘法融合，得到最后的识别准确率。本发明可以最大幅度地自动从数据中提取有效的深层次特征。本发明的网络结构包含两个子网络，两个网络同时以端到端的方式进行联合训练而不需要后处理。 | ||
| 搜索关键词： | 一种 基于 注意力 机制 神经网络 人体 动作 识别 方法 | ||
【主权项】：
1.一种基于注意力机制的神经网络的人体动作识别方法，其特征在于：包括如下步骤：/n1)构建特征提取和分类神经网络，所述的神经网络包含两个子模型，分别为深度卷积子网络和注意力子网络；/n2)构建端到端的有监督训练方案，处理原始动作序列，将骨架序列编码为由彩色时空图组成的三维矩阵，将其输入到深度卷积子网络中对其进行特征提取，输出一个向量P
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天津大学，未经天津大学许可，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/201910846654.9/，转载请声明来源钻瓜专利网。
