一种基于记忆组的采样方法、系统及电子设备

    公开(公告)号:CN111860408B

    公开(公告)日:2023-08-08

    申请号:CN202010744822.6

    申请日:2020-07-29

    Applicant: 山东大学

    Abstract: 本公开提供一种基于记忆组的采样方法、系统及电子设备,涉及动作识别领域,通过设计采样机制,输入工作组的采样数据由包括最新的采样数据和暂存在记忆组中在前的采样数据,随着采样的进行,记忆组中在前采样数据占比越来越少,从而使得最新的采样数据比时间更久远的数据在预测中有更大的权重,保证了更近时刻的数据拥有更大的采样密度,基于记忆组同时考虑较长时间之前的数据帧和距离预测时间点最近的一段数据帧,并赋予不同时间点的数据不同的权重,结合分类器实现人体行为识别,提高了识别的精度和识别速度。

    一种人体动作识别方法
    3.
    发明公开

    公开(公告)号:CN111860417A

    公开(公告)日:2020-10-30

    申请号:CN202010746525.5

    申请日:2020-07-29

    Applicant: 山东大学

    Abstract: 本公开提供一种人体动作识别方法,涉及动作识别领域,获取关节点的特征数据,并建立关节点集合距离特征、几何特征和运动特征;从多个角度对动作序列的时空特征进行建模,采用一维时间卷积网络对动作序列的时序信息进行建模;通过时空特征和时序信息,进行人体动作分类并识别通过设计多种特征表示,对同一帧中不同关节点的空间和几何信息进行描述,对相邻帧之间关节点的时间运动信息进行描述,更好的建模了人体运动的时空特性,同时使用一维时间卷积网络对时序信息建模,结合构建的特征,进行人体动作分类,取得理想的分类识别效果。

    一种基于记忆组的采样方法、系统及电子设备

    公开(公告)号:CN111860408A

    公开(公告)日:2020-10-30

    申请号:CN202010744822.6

    申请日:2020-07-29

    Applicant: 山东大学

    Abstract: 本公开提供一种基于记忆组的采样方法、系统及电子设备,涉及动作识别领域,通过设计采样机制,输入工作组的采样数据由包括最新的采样数据和暂存在记忆组中在前的采样数据,随着采样的进行,记忆组中在前采样数据占比越来越少,从而使得最新的采样数据比时间更久远的数据在预测中有更大的权重,保证了更近时刻的数据拥有更大的采样密度,基于记忆组同时考虑较长时间之前的数据帧和距离预测时间点最近的一段数据帧,并赋予不同时间点的数据不同的权重,结合分类器实现人体行为识别,提高了识别的精度和识别速度。

Patent Agency Ranking