一种基于深度学习的人体姿态识别方法[发明专利]

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

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。

相关文档
最新文档