一种基于人体姿态数据的动作识别方法
基本信息
| 申请号 | CN201910766621.3 | 申请日 | - |
| 公开（公告）号 | CN110598569B | 公开（公告）日 | 2022-03-08 |
| 申请公布号 | CN110598569B | 申请公布日 | 2022-03-08 |
| 分类号 | G06V40/20（2022.01）I;G06K9/62（2022.01）I;G06V10/764（2022.01）I;CN 110084140 A,2019.08.02;CN 106096518 A,2016.11.09;CN 108960056 A,2018.12.07;CN 109492581 A,2019.03.19;CN 108898063 A,2018.11.27;CN 107220596 A,2017.09.29;CN 109583294 A,2019.04.05;US 2017357848 A1,2017.12.14 Iqbal, Umar et al.PoseTrack: Joint Multi-Person Pose Estimation and Tracking.《30th IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）》.2017,;魏亚坤.基于三维度间隙动态测量实验的含隙铰可展帆板动态特性研究.《中国优秀博硕士学位论文全文数据库（硕士）》.2019,（第5期）,;吴美容.Matlab在离散点拟合椭圆及极值距离计算中的应用.《地矿测绘》.2016,第32卷（第4期）, | 分类 | 计算；推算；计数; |
| 发明人 | 张源;徐林楠;肖伟;王磊;黄炜 | 申请（专利权）人 | 江西憶源多媒体科技有限公司 |
| 代理机构 | 赣州智府晟泽知识产权代理事务所（普通合伙） | 代理人 | 孙康 |
| 地址 | 341008江西省赣州市章贡区沙河工业园内 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于人体姿态数据的动作识别方法，该识别方法旨在解决现今人体动作识别存在对应用场景要求较高，普适性差、工作量大，并容易产生逻辑漏洞，且优化和项目维护工作复杂，同时检测效果上限较低，在其基础上难有较大提升的技术问题；该识别方法基于现有的人体姿态识别技术，采用神经网络对人体运动姿态的运动规律进行归纳，并基于这些归纳在检测时进行快速判断，同时结合运动规律的归纳，满足各种新需求。该识别方法能极快地实现人体动作识别，而且对应用场景要求较低，在不同需求下的普适性极高，可应对不同的需求，并且又避免了人工多次编码带来的各种问题，降低工作量的同时，极大地提高了检测效果的上限。 |
