基于卷积神经网络和循环神经网络的人体行为识别方法
授权
摘要
本发明公开了一种基于卷积神经网络和循环神经网络的人体行为识别方法，使用传感器跟踪人体行为，收集该时间段内人体关节的3维坐标向量组以及RGB视频。然后使用循环神经网络RNN对人体关节的3维坐标进行训练，得出时间特征向量。使用卷积神经网络CNN对RGB视频训练，得到时空特征向量，最后结合时间特征向量和时空特征向量并归一化，并馈送到线性SVM的分类器，使用验证数据集，找到线性支持向量机SVM的参数C，最终得到一个综合识别模型。本发明能够解决模型在模型训练过程中对动作分类的过拟合问题，同时还能有效提高人体行为识别效率及精确度。
基本信息
专利标题 ：
基于卷积神经网络和循环神经网络的人体行为识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110321833A
申请号 ：
CN201910580116.X
公开（公告）日 ：
2019-10-11
申请日 ：
2019-06-28
授权号 ：
CN110321833B
授权日 ：
2022-05-20
发明人 ：
谢子凡陈志岳文静葛宇轩王多崔明浩
申请人 ：
南京邮电大学
申请人地址 ：
江苏省南京市雨花台区软件大道186号
代理机构 ：
南京瑞弘专利商标事务所(普通合伙)
代理人 ：
彭雄
优先权 ：
CN201910580116.X
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-20 ：
授权
2019-11-05 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20190628
申请日 : 20190628
2019-10-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
