[發明專利]動作識別方法和LSTM神經網絡訓練方法和相關裝置

在審

• 申請號: 201810548634.9
• 申請日: 2018-05-31
• 公開（公告）號: CN108875601A
• 公開（公告）日: 2018-11-23
• 發明（設計）人: 劉栩辰;程云;趙雅倩
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

本申請公開了一種動作識別方法及其使用的LSTM神經網絡訓練方法、系統及設備和一種計算機可讀存儲介質，該LSTM神經網絡訓練方法包括：在LSTM神經網絡的前向傳播算法中增加二級導數項，并根據增加后的前向傳播算法更新所述LSTM神經網絡的反向傳播算法，以構建改進LSTM神經網絡；其中，所述二級導數項為cell對時間的二級導數；獲取訓練樣本，并根據所述訓練樣本訓練所述改進LSTM神經網絡，以得到訓練完成的改進LSTM神經網絡。利用改進后的LSTM神經網絡進行動作序列的識別，由于前向傳播算法和后向傳播算法中存在cell對時間的二級導數，可以很好了保存動作序列的時間信息，避免識別結果的時間失準。

技術領域

本申請涉及圖像處理技術領域，更具體地說，涉及一種動作識別方法及其使用的LSTM神經網絡訓練方法、系統及設備和一種計算機可讀存儲介質。

背景技術

近年來，人體動作識別的研究受到工業界的高度關注，其在視頻監控、游戲和機器人等領域有著重要的應用。然而高效的動作識別算法非常具有挑戰性：首先，不同的移動速度導致同一個動作在時間上的波動性；其次，許多動作具有相似性，比如高拋和揮手等；最后，不同人在高度、體態等方面的差異也會導致識別的困難。在現有技術中，采用LSTM神經網絡進行動作序列的識別，識別結果會產生時間失準的問題。

因此，如何保存識別動作序列的時間信息，避免識別結果的時間失準是本領域技術人員需要解決的問題。

發明內容

本申請的目的在于提供一種動作識別方法及其使用的LSTM神經網絡訓練方法、系統及設備和一種計算機可讀存儲介質，保存識別動作序列的時間信息，避免了識別結果的時間失準。

為實現上述目的，本申請提供了一種LSTM神經網絡訓練方法，包括：

在LSTM神經網絡的前向傳播算法中增加二級導數項，并根據增加后的前向傳播算法更新所述LSTM神經網絡的反向傳播算法，以構建改進LSTM神經網絡；其中，所述二級導數項為cell對時間的二級導數；

獲取訓練樣本，并根據所述訓練樣本訓練所述改進LSTM神經網絡，以得到訓練完成的改進LSTM神經網絡。

其中，還包括：

獲取測試樣本，并將所述測試樣本輸入訓練完成的改進LSTM神經網絡中，得到動作序列識別結果；

根據所述測試樣本中每一幀圖像的識別率計算所述測試樣本的平均識別率。

其中，所述獲取訓練樣本，包括：

獲取原始圖像數據，并對所述原始圖像進行預處理操作得到所述訓練樣本；其中，所述預處理操作包括翻轉操作、下采樣操作或切割操作中的任一項或幾項的組合。

其中，根據所述訓練樣本訓練所述改進LSTM神經網絡，包括：

將所述訓練樣本中的每一幀圖像輸入所述改進LSTM神經網絡中，并調節所述改進LSTM神經網絡的關鍵參數直至所述改進LSTM神經網絡輸出的識別率達到預設值，以得到訓練完成的改進LSTM神經網絡。

其中，調節所述改進LSTM神經網絡的關鍵參數，包括：

利用交叉驗證方法和pair-wise算法調節所述改進LSTM神經網絡的關鍵參數。

其中，所述關鍵參數包括epoch、學習率或學習率衰減的任一項或幾項的組合。

為實現上述目的，本申請提供了一種動作識別方法，包括：

獲取原始圖像數據，并對所述原始圖像進行預處理操作得到待識別樣本；

將所述待識別樣本輸入如權利要求1所述訓練完成的改進LSTM神經網絡，得到動作識別結果。