首页> 中国专利> 基于深度学习的多通道图像特征融合的人体动作识别方法

基于深度学习的多通道图像特征融合的人体动作识别方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于深度学习的多通道图像特征融合的人体动作识别方法，包括：(1)从视频中提取原始RGB图片，并通过RGB图片计算分段视频的动态图、光流图；(2)对输入图片进行裁剪操作扩增训练数据集；(3)构建三通道卷积神经网络，将最后得到的视频片段分别输入三通道卷积神经网络中进行训练，得到对应的网络模型；(4)对待识别的视频片段，提取原始RGB图片、并计算其对应的动态图、光流图，并得到最终动作类别的识别结果。本发明利用三通道卷积神经网络对不同形态的原始输入学习数据的本质特征，并在网络中部对三种形态的数据进行多通道稠密融合操作，提高特征的表达能力和达到多通道信息共享，准确度高的目的。

著录项

公开/公告号CN108288035A

专利类型发明专利
公开/公告日2018-07-17

原文格式PDF
申请/专利权人华南理工大学;
展开▼

申请/专利号CN201810026945.9
发明设计人张见威;钟佳琪;
展开▼

申请日2018-01-11
分类号G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101);
代理机构44245 广州市华学知识产权代理有限公司;
代理人李斌
地址 510640 广东省广州市天河区五山路381号
入库时间 2023-06-19 05:55:12

法律信息

法律状态公告日

法律状态信息

法律状态
2018-08-10

实质审查的生效 IPC(主分类):G06K9/00 申请日:20180111

实质审查的生效
2018-07-17

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于深度学习的多通道图像特征融合的人体动作识别方法 [P] . 中国专利： CN108288035A . 2018-07-17
2. 一种基于多通道模型融合的深度学习物体分类方法 [P] . 中国专利： CN113505802A . 2021-10-15
3. MR Deep learning based prognosis classification via image feature of multimodal MR images [P] . KR20210147937A . 2021-12-07

机译：基于Multimopal MR图像图像特征的基于深度学习的预后分类
4. APPARATUS OF APPARATUS OF EXTRACTING IMAGE FEATURE BASED ON DEEP LEARNING [P] . KR102311033B1 . 2021-10-08

机译：基于深度学习提取图像特征的装置装置
5. DEEP LEARNING BASED SELF-DRIVING CAR, DEEP LEARNING BASED SELF-DRIVING CONTROL DEVICE, AND DEEP LEARNING BASED SELF-DRIVING CONTROL METHOD [P] . KR102342143B1 . 2021-12-23

机译：基于深度学习的自动驾驶汽车，基于深度学习的自动驾驶控制装置，以及基于深度学习的自动驾驶控制方法