[發(fā)明專利]一種基于Gabor濾波器三維卷積神經(jīng)網(wǎng)絡(luò)模型的人體動(dòng)作識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710884152.6
• 申請(qǐng)日: 2017-09-26
• 公開（公告）號(hào): CN107506756A
• 公開（公告）日: 2017-12-22
• 發(fā)明（設(shè)計(jì)）人: 王田;李嘉錕;陳陽;陶飛
• 申請(qǐng)（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/02
• 代理公司: 北京科迪生專利代理有限責(zé)任公司11251
• 代理人: 楊學(xué)明,顧煒

1.一種基于Gabor濾波器三維卷積神經(jīng)網(wǎng)絡(luò)模型的人體動(dòng)作識(shí)別方法，其特征在于包括如下步驟：

(1)數(shù)據(jù)預(yù)處理

讀取視頻，將可包含一個(gè)完整動(dòng)作的最少相鄰幀數(shù)合并在一起形成三維數(shù)據(jù)結(jié)構(gòu)，以其作為原始輸入數(shù)據(jù)，所述的動(dòng)作包括步行、跑步、揮手等動(dòng)作；

(2)基于Gabor濾波器的三維卷積神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)算法中包含訓(xùn)練和測(cè)試兩個(gè)過程，訓(xùn)練過程中通過有監(jiān)督學(xué)習(xí)過程，對(duì)于多類別的數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)采用交叉熵作為損失函數(shù)，并通過梯度下降法完成對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)的調(diào)整，使神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)數(shù)據(jù)的特征提取與模式識(shí)別能力，測(cè)試過程是將動(dòng)作數(shù)據(jù)輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)中，網(wǎng)絡(luò)即可輸出對(duì)該數(shù)據(jù)的識(shí)別結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于Gabor濾波器三維卷積神經(jīng)網(wǎng)絡(luò)模型的人體動(dòng)作識(shí)別方法，其特征在于：采用三維卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)人體動(dòng)作識(shí)別，將部分卷積核轉(zhuǎn)為人工核Gabor濾波器，其計(jì)算方法如下，

g(x,y,z;λ,θ,φ,σ)=e-x2+y2+z22σ2×cos(2π(x′+y′+z′)λ)]]>

x′＝xsinθcosφ

y′＝y(tǒng)sinθsinφ

z′＝zcosθ

其中x,y,z為三維卷積核坐標(biāo)，λ為波長(zhǎng)，θ,φ為濾波器方向，σ為高斯核標(biāo)準(zhǔn)差。