X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到合肥巢湖经开区网上技术交易平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00902096]基于骨骼数据双通道深度可分离卷积的行为识别方法

交易价格: 面议

所属行业:

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN202010934403.9

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
|
收藏
|

技术详细介绍

基于骨骼数据双通道深度可分离卷积的行为识别方法,属于人体姿态行为识别技术领域。它包括以下步骤:一、获取人体行为姿态关节骨骼点数据;二、对骨骼点数据处理提取行为空间特征;三、构建D2SE双通道深度可分离卷积层,在时间维度上提取行为时间特征;四、将图卷积上的空间信息和D2SE网络层上的时间信息叠加提取姿态行为的时空信息;步骤五、使用ReLu函数获取骨骼动作分类。本发明使用图卷积神经网络GCN和D2SE网络层,对人体姿态行为骨骼数据使用空间上的图卷积来提取空间信息,本发明基于双通道,在提高基于深度分离卷积架构性能的同时不会引入额外的复杂度,同时能使卷积层的参数明显缩减。
基于骨骼数据双通道深度可分离卷积的行为识别方法,属于人体姿态行为识别技术领域。它包括以下步骤:一、获取人体行为姿态关节骨骼点数据;二、对骨骼点数据处理提取行为空间特征;三、构建D2SE双通道深度可分离卷积层,在时间维度上提取行为时间特征;四、将图卷积上的空间信息和D2SE网络层上的时间信息叠加提取姿态行为的时空信息;步骤五、使用ReLu函数获取骨骼动作分类。本发明使用图卷积神经网络GCN和D2SE网络层,对人体姿态行为骨骼数据使用空间上的图卷积来提取空间信息,本发明基于双通道,在提高基于深度分离卷积架构性能的同时不会引入额外的复杂度,同时能使卷积层的参数明显缩减。

推荐服务:

Copyright    ©    2016    合肥巢湖经开区网上技术交易平台    All Rights Reserved

皖ICP备15001458号

运营商:科易网