買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉同濟(jì)大學(xué)申請(qǐng)的專利一種基于并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人體骨骼動(dòng)作識(shí)別方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN113887341B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202111085862.5，技術(shù)領(lǐng)域涉及：G06V40/20；該發(fā)明授權(quán)一種基于并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人體骨骼動(dòng)作識(shí)別方法是由劉成菊;曾秦陽;陳啟軍設(shè)計(jì)研發(fā)完成，并于2021-09-16向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人體骨骼動(dòng)作識(shí)別方法在說明書摘要公布了：本發(fā)明涉及一種基于并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人體骨骼動(dòng)作識(shí)別方法，包括以下步驟：1獲取骨骼數(shù)據(jù)并進(jìn)行預(yù)處理，剔除無關(guān)骨骼數(shù)據(jù)和修復(fù)不全的數(shù)據(jù)后進(jìn)行歸一化處理；2設(shè)計(jì)并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模塊結(jié)構(gòu)；3設(shè)置訓(xùn)練參數(shù)，并進(jìn)行誤差反向傳播；4將并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模塊插入語義引導(dǎo)神經(jīng)網(wǎng)絡(luò)SGN網(wǎng)絡(luò)中，構(gòu)建人體骨骼動(dòng)作識(shí)別網(wǎng)絡(luò)模型，并在骨骼數(shù)據(jù)集上進(jìn)行跨視角和跨物體的訓(xùn)練和測試5以處理后的骨骼數(shù)據(jù)作為輸入，根據(jù)訓(xùn)練好的人體骨骼動(dòng)作識(shí)別網(wǎng)絡(luò)模型進(jìn)行人體骨骼動(dòng)作識(shí)別。與現(xiàn)有技術(shù)相比，本發(fā)明具有提高識(shí)別精度的同時(shí)大大降低數(shù)據(jù)量、應(yīng)用范圍廣、即插即用等優(yōu)點(diǎn)。

本發(fā)明授權(quán)一種基于并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人體骨骼動(dòng)作識(shí)別方法在權(quán)利要求書中公布了：1.一種基于并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的人體骨骼動(dòng)作識(shí)別方法，其特征在于，包括以下步驟：1獲取骨骼數(shù)據(jù)并進(jìn)行預(yù)處理，剔除無關(guān)骨骼數(shù)據(jù)和修復(fù)不全的數(shù)據(jù)后進(jìn)行歸一化處理；2設(shè)計(jì)并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模塊結(jié)構(gòu)；3設(shè)置訓(xùn)練參數(shù)，并進(jìn)行誤差反向傳播；4將并聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模塊插入語義引導(dǎo)神經(jīng)網(wǎng)絡(luò)SGN網(wǎng)絡(luò)中，構(gòu)建人體骨骼動(dòng)作識(shí)別網(wǎng)絡(luò)模型，并在骨骼數(shù)據(jù)集上進(jìn)行跨視角和跨物體的訓(xùn)練和測試；5以處理后的骨骼數(shù)據(jù)作為輸入，根據(jù)訓(xùn)練好的人體骨骼動(dòng)作識(shí)別網(wǎng)絡(luò)模型進(jìn)行人體骨骼動(dòng)作識(shí)別；所述的步驟2中，基礎(chǔ)模塊由圖卷積網(wǎng)絡(luò)GCN和二維卷積網(wǎng)絡(luò)CNN并聯(lián)構(gòu)成，分別對(duì)輸入的骨骼數(shù)據(jù)進(jìn)行獨(dú)立卷積后經(jīng)過激活函數(shù)ReLU進(jìn)行非線性處理，增大網(wǎng)絡(luò)的信息提取能力，所述的圖卷積網(wǎng)絡(luò)GCN用以提取空間信息特征，通過可學(xué)習(xí)的鄰接矩陣提取人體各骨骼點(diǎn)之間的動(dòng)作聯(lián)系，所述的二維卷積網(wǎng)絡(luò)CNN用以提取不同幀間的光流信息，即規(guī)則的時(shí)間幀信息；所述的步驟4中，在骨骼數(shù)據(jù)集NTU-RGB+D60上進(jìn)行跨視角和跨物體的訓(xùn)練和測試；所述的步驟4中，進(jìn)行跨視角和跨物體的訓(xùn)練和測試具體包括：調(diào)整二維卷積網(wǎng)絡(luò)CNN的卷積核尺寸，重復(fù)步驟4，直至獲取跨視角和跨物體的準(zhǔn)確率最高時(shí)對(duì)應(yīng)的卷積核尺寸，并將對(duì)應(yīng)的尺寸參數(shù)作為基礎(chǔ)模塊的模型參數(shù)；固定基礎(chǔ)模塊的尺寸參數(shù)，調(diào)整并聯(lián)卷積網(wǎng)絡(luò)的堆棧層數(shù)和中間層的通道維數(shù)，重復(fù)步驟4，直至獲取跨視角和跨物體的準(zhǔn)確率最高時(shí)對(duì)應(yīng)的堆棧層數(shù)和中間層的通道維數(shù)，完成并聯(lián)卷積網(wǎng)絡(luò)的模型參數(shù)設(shè)計(jì)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人同濟(jì)大學(xué)，其通訊地址為：200092 上海市楊浦區(qū)四平路1239號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。