龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广东工业大学
摘要：本发明涉及动作识别技术领域，公开了一种基于局部特征辅助的自监督动作识别方法及系统，包括以下具体步骤：获取未标注骨架序列；进行数据增强处理，得到增强视图；输入到图卷积识别网络中；通过全局编码器中获得全局特征，并将全局特征输入到预测器中获得预测特征；构建全局损失；将增强视图分为上肢关节和下肢关节，分别输入到对应的局部编码器中，得到局部特征；构建局部损失；通过自注意力机制，基于全局特征得到显著性特征和非显著性特征；构建显性与非显性损失；训练图卷积识别网络；通过训练好的图卷积识别网络进行动作识别。本发明解决了现有技术未充分利用局部信息的问题，且具有能有效捕获区分性表示，学习能力强的特点。
主权项：1.一种基于局部特征辅助的自监督动作识别方法，其特征在于：包括以下具体步骤：获取未标注骨架序列；对未标注骨架序列进行数据增强处理，得到增强视图；将增强视图输入到图卷积识别网络中；通过共享相同权重的全局编码器中获得全局特征，并将全局特征输入到预测器中获得预测特征；基于全局特征及预测特征构建全局损失；将增强视图分为上肢关节和下肢关节，分别将上肢关节和下肢关节输入到对应的局部编码器中，得到局部特征；基于局部特征构建局部损失；通过自注意力机制，基于全局特征得到显著性特征和非显著性特征；基于显著性特征和非显著性特征构建显性与非显性损失；基于全局损失、局部损失、显性与非显性损失训练图卷积识别网络；通过训练好的图卷积识别网络进行动作识别。
全文数据：
权利要求：
百度查询： 广东工业大学 一种基于局部特征辅助的自监督动作识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号