恭喜西安理工大學劉龍獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜西安理工大學申請的專利基于GAN網絡的人體骨骼數據生成方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114596635B 。
龍圖騰網通過國家知識產權局官網在2025-05-30發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210228558.X,技術領域涉及:G06V40/20;該發明授權基于GAN網絡的人體骨骼數據生成方法是由劉龍;陳嘉玉設計研發完成,并于2022-03-08向國家知識產權局提交的專利申請。
本基于GAN網絡的人體骨骼數據生成方法在說明書摘要公布了:本發明公開一種基于GANGenerativeAdversarialNetwork,生成對抗網絡網絡的人體骨骼數據生成方法,搭建時空GAN網絡模型,分成空間人體生成網絡和人體動作序列生成網絡,整體上利用GAN對抗生成的思路,在時間、空間不同的模型上,分別對生成器和判別器提出新的內部結構,從而利用時空GAN網絡模型進行人體骨骼數據的生成。本發明解決了目前主流的行為識別數據集制作成本高,某些類別的動作數據匱乏,而通過生成的方法生成的樣本可以用于擴充人體行為識別數據集,有效降低訓練過程中的過擬合問題。
本發明授權基于GAN網絡的人體骨骼數據生成方法在權利要求書中公布了:1.基于時空GAN網絡的人體骨骼數據生成方法,其特征在于,包括以下步驟:步驟1,獲取人體骨骼動作的數據集;步驟2,對步驟1中數據集做預處理作為訓練集,對待識別的動作序列做預處理作為測試集;步驟3,搭建時空GAN網絡模型,所述時空GAN網絡模型包括依次級聯的空間人體生成網絡和人體動作序列生成網絡,所述空間人體生成網絡包括單幀生成器和單幀判別器,所述人體動作序列生成網絡包括序列生成器和序列判別器;所述單幀生成器包括依次連接的輸入層和5個全連接層,每個全連接層后均連接一個歸一化層,所述單幀判別器由5個全連接層依次連接;所述序列生成器包括依次連接的輸入層、3個全連接層和5個LSTM網絡,所述序列判別器包括依次連接的5個LSTM網絡;步驟4,采用訓練集依次對進行空間人體生成網絡和人體動作序列生成網絡進行訓練;訓練時采用使用W距離和一個梯度懲罰項作為損失函數;具體包括:步驟4.1,網絡參數初始化;步驟4.2,采用輸入給單幀生成器通過全連接層的映射,生成的假樣本和真實的標簽一同送給判別器,使得單幀判別器更好的區分二者,再將單幀判別器得到的梯度反傳給生成器訓練生成器,反復訓練直至網絡收斂;步驟4.3對訓練集進行等間隔采樣,使得16幀表示一個人體動作序列,取16個上一步驟中已經訓練好的空間人體生成網絡的生成器,通過全連接層映射,再將這個網絡送給具有16個節點的LSTM網絡層,每個節點輸出的向量作為每個空間生成器的輸入,使得輸入給16個生成器的向量在時間上具有相關性,如此得到生成虛擬的16幀人體行為和真實數據等間隔采樣得到的樣本一同送給判別器,使得判別器可以區分生成的人體動作序列和真實的人體動作序列,再將梯度反傳給生成器,直至網絡收斂;步驟5,采用訓練好的時空GAN網絡模型對測試集進行骨骼序列數據生成。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人西安理工大學,其通訊地址為:710048 陜西省西安市碑林區金花南路5號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。