需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于骨骼的动作识别的深度集成方法

一种基于骨骼的动作识别的深度集成方法

发布时间: 2024-11-06

来源: 试点城市（园区）

基本信息

合作方式： 技术许可
成果类型： 发明专利,软件著作权
行业领域：
信息传输、软件和信息技术服务业,软件和信息技术服务业
成果介绍
一种基于骨骼的动作识别的深度集成方法，主要运用卷积神经网络（CNN）捕获动作识别任务的各种时空动力学，长短期记忆网络（LSTM）捕获时空特征。三个子网（称为SNet，TNet和BodyNet）进行建模，以捕获动作识别任务的时空动态差异。在集成学习的推动下，使用两个子网TNet和BodyNet对混合网络（称为HNet）进行建模，以捕获强大的时间动态。
成果亮点
所提的一种基于骨骼的动作识别的深度集成方法，主要有以下三点技术优势：1.考虑到卷积神经网络存在梯度消失及梯度爆炸现象，提出在长期短期记忆中优化递归神经网络单元；2.在动作识别任务构造了四个关节距离图，处理高难度的交互动作信息的捕捉；3.使用BodyNet来从整个序列的时间域中的细粒度身体各部位提取各种特征信息。
团队介绍
安徽工程大学是一所以工为主的省属多科性高等院校和安徽省重点建设院校，学校办学始于1935年安徽私立内思高级职业学校，历经芜湖电机制造学校、芜湖机械学校、安徽机电学院、安徽工程科技学院等办学阶段，2010年更名为安徽工程大学。学校设有17个二级学院和继续教育学院，60余个本科招生专业。作为省级博士立项建设单位，学校有17个一级学科硕士学位授权点，11个硕士专业学位授权类别。
成果资料
产业化落地方案
点击查看