科创中国

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。

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。

人体动作识别是计算机视觉领域比较热门的研究主题，它有很好的现实应用前景，可以应用于图像处理、计算机视觉、机器学习等领域，但是由于人体动作的多样性等原因使人体动作识别变得具有挑战性。

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。

专利类型：发明型数量：1申请号或专利号：202010097008.X

技术转让 合作开发08.X