[發明專利]一種運動識別方法

在審

• 申請號: 201710424326.0
• 申請日: 2017-06-07
• 公開（公告）號: CN107463870A
• 公開（公告）日: 2017-12-12
• 發明（設計）人: 肖秦琨;司陽;李興;高嵩
• 申請（專利權）人: 西安工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安通大專利代理有限責任公司61200
• 代理人: 徐文權

1.一種運動識別方法，其特征在于，包括以下步驟：

步驟1，建立訓練動作數據庫，并且獲取所有訓練動作的幀圖像；

步驟2，將幀圖像的動作圖像和背景圖像進行分割，得到動作圖像；

步驟3，按照區間序列估算動作圖像的目標輪廓，并將同一區間序列的目標輪廓排列在一起，得到多個疊加圖像集；

步驟4，將疊加圖像集作為自動編碼器的輸入，對自動編碼器進行訓練；

步驟5，基于特征信號構建和訓練模式識別神經網絡；

步驟6，組合自動編碼器和模式識別神經網絡，得到深度神經網絡；

步驟7，提取待識別動作所有的幀圖像，得到待識別的幀圖像；

步驟8，將待識別的幀圖像的動作圖像和背景圖像進行分割，得到待識別的動作圖像；

步驟9，按照區間序列估算待識別的動作圖像的目標輪廓，并將同一區間序列的目標輪廓排列在一起，得到待識別疊加圖像集；

步驟10，通過深度神經網絡對待識別疊加圖像集進行識別，并輸出結果。

2.根據權利要求1所述的運動識別方法，其特征在于，所述步驟1和步驟7中使用二進制圖像表示幀圖像。

3.根據權利要求1所述的運動識別方法，其特征在于，所述步驟3中將同一區間序列的多個目標輪廓組合成二進制疊加圖像，得到二進制的疊加圖像集。

4.根據權利要求1所述的運動識別方法，其特征在于，所述步驟4中自動編碼器包括編碼器和解碼器。

5.根據權利要求1或4任意一項所述的運動識別方法，其特征在于，所述步驟4中自動編碼器將疊加圖像集作為輸入，并且映射特征信號，解碼器返回估計值。

6.根據權利要求5所述的運動識別方法，其特征在于，所述步驟4中自動編碼器將輸入與估計值之間的誤差控制通過均方誤差、正則化和稀疏正則化組成的代價函數表示。

7.根據權利要求1所述的運動識別方法，其特征在于，所述步驟5中基于梯度下降算法完成訓練模式識別神經網絡。