成果介绍
本发明属于人体特征识别技术领域,提供了一种基于元学习与关系网络的人体动作识别方法及装置,包括:获取人体动作所产生的表面肌电信号与惯性的测量数据,在对所采集数据进行预处理后形成人体动作数据集;利用所述人体动作数据集对元学习网络模型进行训练;将训练后的元学习网络模型与关系网络模型拼接,并用所述人体动作数据集对关系网络模型进行训练;基于训练后的元学习网络模型与关系网络模型对采集的人体动作进行识别。
成果亮点
本发明的优点在于所提出的模型不仅能对普通信号数据有较好的识别准确度,能在小样本的情况下实现对特定状态的数据有一定的识别能力,能够有效解决肌电受生物和环境影响较大的问题。
团队介绍
宁波工业互联网研究作为一家主攻工业互联网、智能制造、人工智能等前沿领域的新型研发机构,研究院致力于推动国家工业转型发展、重大关键核心技术的创新突破和技术成果转化,目前已成功十余家高科技公司,集聚各类高科技等人才600余名,其中硕博比例30%以上;已建成“攻防评一体化”工控安全试验场,成为引领国内工控安全的重要基地,工控安全产品已成功应用于30余项科研攻关和国家重大基础设备安全防护项目。2020年入选首批“浙江省省级新型研发机构”,2021年研究院牵头建设的“浙江省智能工厂操作系统技术创新中心”入选浙江省级首批技术创新中心,2022年8月,入选首批“科创中国”创新基地,2022年10月,获批建设智能制造国家新一代人工智能开放创新平台。
成果资料