一种基于深度学习的动作识别方法

发明专利有效专利

申请号：
CN202010167013.3
IPC分类号：G06K9/00;G06K9/62;G06N3/04
申请日期：
2020-03-11
申请人：
佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的动作识别方法
申请号	CN202010167013.3	申请日期	2020-03-11
法律状态	实质审查	申报国家	中国
公开/公告日	2020-07-10	公开/公告号	CN111401209A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） 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（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4查看分类表>
申请人	佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司	申请人地址	广东省佛山市高新区产业智库城变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	佛山市南海区广工大数控装备协同创新研究院,佛山市广工大数控装备技术发展有限公司	当前权利人	佛山市南海区广工大数控装备协同创新研究院,佛山市广工大数控装备技术发展有限公司
发明人	张宏;叶汉京;何力;管贻生;黄兴鸿;陈广诚
代理机构	广东广信君达律师事务所	代理人	江金城

摘要

本发明公开了一种基于深度学习的动作识别方法，包括如下步骤：对视频帧F进行提取，划分为T*16帧；对每16帧fi进行光流提取得到相应光流图；利用多尺度的3D卷积神经网络分别对连续的16帧RGB图和光流图进行特征提取，分别得到两个特征向量xoriginal和xoptical；将获得的两个特征向量串联在一起得到特征向量xi，维度为d1；重复上述步骤并行处理T次，最终得到一个维度为(d1,T)的特征矩阵X；通过一个以注意力机制为核心构建的一个网络，得到权值矩阵A；将权值矩阵A代入公式M＝A*XT获得新的特征矩阵M；将新的特征矩阵M输入至LSTM网络，再经过全连接层的降维，得到特征向量Xfinal；最后利用softmax进行分类，取最大值对应的类别为所识别的动作类别。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供