[发明专利]基于深度学习的人体动作识别方法在审
| 申请号： | 202010861125.9 | 申请日： | 2020-08-25 |
| 公开（公告）号： | CN111967418A | 公开（公告）日： | 2020-11-20 |
| 发明（设计）人： | 严群;姚剑敏;林坚普 | 申请（专利权）人： | 晋江市博感电子科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市创富知识产权代理有限公司 44367 | 代理人： | 尹丽华 |
| 地址： | 362216 福建省泉州市晋*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度学习的人体动作识别方法，涉及人工智能领域，包括：首先，将使用2D卷积的ResNeXt‑101网络扩张成新的3D卷积神经网络，并重新命名为3D‑ResNeXt；然后，对原始视频图像进行预处理，形成数据集；然后，将3D‑ResNeXt网络与所述数据集进行预训练，强化网络模型的鲁棒性，在UCF‑101数据集上验证了3D‑ResNeXt‑LSTM和3D‑ResNeXt‑GRU的检测性能；最后，使用卷积GRU对网络深层的时序特征进行信息提取，利用softmax分类器对行为动作进行分类识别。本发明将ResNeXt‑101骨干网络从2D卷积网络扩充成3D卷积网络，将改进的卷积GRU网络加入ResNeXt‑101网络后希望能够近一步提取图像的深层信息。最后将改进的网络和其他经典的主流网络放在UCF‑101数据集上进行对比验证，证明了改进网络在行为识别方面与其他大部分网络更具优势。 | ||
| 搜索关键词： | 基于 深度 学习 人体 动作 识别 方法 | ||
【主权项】：
暂无信息
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晋江市博感电子科技有限公司，未经晋江市博感电子科技有限公司许可，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/202010861125.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种数显测厚仪
- 下一篇：基于多终端的通话事务管理方法及装置
