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:广东技术师范大学
摘要:本发明属于智能人机交互技术领域,公开了一种基于残差收缩网络的人体活动识别方法,该方法包括面向人体活动识别的残差收缩网络,该方法的步骤为:S1、获取人体活动的时间序列数据集;S2、对时间序列数据集进行预处理;S3、将残差收缩网络初始化;S4、将数据集输入到残差收缩网络并进行训练;S5、权重优化残差收缩网络部署到需要识别人体活动的智能可穿戴设备中,完成对人体活动的识别。本发明通过残差收缩网络结构考虑由人体活动产生数据的多层相关性,GRU网络和空洞卷积层提取活动数据中的多个时间尺度时间依赖关系。该方法以更低的计算成本提取人体活动特征且达到更高的准确率。
主权项:1.一种基于残差收缩网络的人体活动识别方法,其特征在于,所述人体活动识别方法包括面向人体活动识别的残差收缩网络,所述残差收缩网络包括卷积网络层、两个相邻的残差收缩层和一个分类网络层;所述卷积网络层包括卷积层、归一化层和激活层;任一所述残差收缩层包括门控循环单元网络、两个空洞卷积层、一个通道注意力阈值自学习层和一个软阈值化层;其中,任一所述空洞卷积层包括归一化层和激活层;所述通道注意力阈值自学习层包括池化压缩层、两层全连接层、归一化层和激活层;所述分类网络层包括特征融合层、全连接网络层和激活层;所述特征融合层包括池化压缩层和融合层;所述全连接网络层包括两层全连接层和归一化层;所述人体活动识别方法,还包括以下步骤:S1、获取人体活动的时间序列数据集;S2、对步骤S1得到的时间序列数据集进行预处理,得到残差收缩网络的数据集;S3、将残差收缩网络初始化;S4、将步骤S2得到的数据集输入到残差收缩网络并进行训练,得到权重优化的残差收缩网络;S5、将步骤S4得到的权重优化残差收缩网络部署到需要识别人体活动的智能可穿戴设备中,即可完成对人体活动的识别。
全文数据:
权利要求:
百度查询: 广东技术师范大学 一种基于残差收缩网络的人体活动识别方法
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。