一种基于深度学习的人体姿态识别方法[发明专利]

专利名称：一种基于深度学习的人体姿态识别方法
专利类型：发明专利
发明人：林丽媛,刘冠军,周卫斌,尹宏轶,陈静瑜,周圆,刘建虎,申川
申请号：CN201811177283.1
申请日：20181011
公开号：CN109086754A
公开日：
20181225
专利内容由知识产权出版社提供
摘要：本发明公开一种基于深度学习的人体姿势识别方法，主要解决当前姿势识别技术计算量大，准确度不高的问题。

该方法首先用Kinect V2.0深度传感器采集多个人体样本的动作姿态特征；保存其人体动作姿势的RGB数据和骨骼数据；把骨骼数据经过图像预处理后得到骨骼图像作为训练集与测试集；将训练集输入一种基于卷积神经网络(CNN)的专用于人体姿态识别领域的Posture‑CNN 中，经过训练、测试调整网络结构和网络参数后得到分类结果；并将不同人体样本的动作姿态特征作为测试集输入分类网络，输出概率最大的动作即为识别结果。

本发明使用卷积神经网络提高了识别准确率，降低了识别时间、运行成本低、方法简便可以应用在智能家居、安全监控、运动分析等场所。

申请人：天津科技大学
地址：300222 天津市河西区大沽南路1038号
国籍：CN
更多信息请下载全文后查看。