公开(公告)号：CN110321833B

公开(公告)日：2022-05-20

申请号：CN201910580116.X

申请日：2019-06-28

Applicant: 南京邮电大学

Inventor： 谢子凡 ,  陈志 ,  岳文静 ,  葛宇轩 ,  王多 ,  崔明浩

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络和循环神经网络的人体行为识别方法，使用传感器跟踪人体行为，收集该时间段内人体关节的3维坐标向量组以及RGB视频。然后使用循环神经网络RNN对人体关节的3维坐标进行训练，得出时间特征向量。使用卷积神经网络CNN对RGB视频训练，得到时空特征向量，最后结合时间特征向量和时空特征向量并归一化，并馈送到线性SVM的分类器，使用验证数据集，找到线性支持向量机SVM的参数C，最终得到一个综合识别模型。本发明能够解决模型在模型训练过程中对动作分类的过拟合问题，同时还能有效提高人体行为识别效率及精确度。

公开(公告)号：CN111274866A

公开(公告)日：2020-06-12

申请号：CN201911343204.4

申请日：2019-12-24

Applicant: 南京邮电大学

Inventor： 葛宇轩 ,  陈志 ,  岳文静 ,  谢子凡 ,  王多 ,  崔明浩 ,  周传

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于子群组划分和动静特征融合的人群行为识别方法，首先利用角点跟踪和背景建模的方法，获取视频图像帧中运动目标的时空信息，利用群体分布的空间区域信息，将空间上相邻近的人群划分为若干子群体；其次在子群体分割的基础上，提取出人群运动三个动量特征，再将其和通过CNN神经网络生成的静态序列利用Cholesky变换相融合，利用GRU神经网络实现视频的分类，最后采用输出函数将特征向量转化为人群行为标签，采用人工标记的方法将训练视频片段根据行为发生主体，行为发生地点，行为本身的不同，标记为不同的描述词汇。

公开(公告)号：CN110321833A

公开(公告)日：2019-10-11

申请号：CN201910580116.X

申请日：2019-06-28

Applicant: 南京邮电大学

Inventor： 谢子凡 ,  陈志 ,  岳文静 ,  葛宇轩 ,  王多 ,  崔明浩

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络和循环神经网络的人体行为识别方法，使用传感器跟踪人体行为，收集该时间段内人体关节的3维坐标向量组以及RGB视频。然后使用循环神经网络RNN对人体关节的3维坐标进行训练，得出时间特征向量。使用卷积神经网络CNN对RGB视频训练，得到时空特征向量，最后结合时间特征向量和时空特征向量并归一化，并馈送到线性SVM的分类器，使用验证数据集，找到线性支持向量机SVM的参数C，最终得到一个综合识别模型。本发明能够解决模型在模型训练过程中对动作分类的过拟合问题，同时还能有效提高人体行为识别效率及精确度。