[00901873]基于距离向量和多角度自适应网络的人体动作识别方法
交易价格:
面议
所属行业:
网络
类型:
发明专利
技术成熟度:
通过小试
专利所属地:中国
专利号:CN202110659972.1
交易方式:
其他
联系人:
所在地:浙江杭州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于距离向量和多角度自适应网络的人体动作识别方法。本发明步骤如下:利用Openpose工具对数据集中视频的每一帧进行人体骨骼点检测来生成带有骨骼点坐标以及骨骼点名称的视频数据集2;将视频数据集2输入到多角度自适应网络中,利用LSTM网络以及卷积网络自动学习确定转变到最佳视角所需要的旋转参数与位移;根据旋转参数与位移,将骨骼点坐标转化成最佳视角下的骨骼点坐标;计算最佳视角下骨骼点之间的距离向量,包括空间距离与方向;将最佳视角下的骨骼点坐标、动作类别名称以及骨骼点之间的距离向量输入到时空图卷积网络中;时空图卷积网络学习时间与空间的特征,对最终动作类别进行判断。本发明具有很好的鲁棒性与精确度。
本发明公开了一种基于距离向量和多角度自适应网络的人体动作识别方法。本发明步骤如下:利用Openpose工具对数据集中视频的每一帧进行人体骨骼点检测来生成带有骨骼点坐标以及骨骼点名称的视频数据集2;将视频数据集2输入到多角度自适应网络中,利用LSTM网络以及卷积网络自动学习确定转变到最佳视角所需要的旋转参数与位移;根据旋转参数与位移,将骨骼点坐标转化成最佳视角下的骨骼点坐标;计算最佳视角下骨骼点之间的距离向量,包括空间距离与方向;将最佳视角下的骨骼点坐标、动作类别名称以及骨骼点之间的距离向量输入到时空图卷积网络中;时空图卷积网络学习时间与空间的特征,对最终动作类别进行判断。本发明具有很好的鲁棒性与精确度。