公开(公告)号：CN111860188A

公开(公告)日：2020-10-30

申请号：CN202010588253.0

申请日：2020-06-24

Applicant: 南京师范大学

Inventor： 张雷 ,  高文彬 ,  刘悦

IPC: G06K9/00 ,  G06K9/40 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于时间和通道双注意力的人体姿态识别方法，包括：利用移动设备的内置传感器采集各类人体动作的原始数据，并附上动作的属性标签、利用滑窗和归一化处理并切分为训练样本集和测试样本集、建立基于时间和通道双注意力的深度卷积神经网络模型，导入训练样本和测试样本进行训练和最优化调节，得到人体动作的识别结果。本发明由于通道注意力和时序注意力的叠加作用，可以在经过大量粗粒度的训练数据训练后准确定位到目标动作发生的类别和发生时间，大大降低了人工标注训练数据的繁琐性，在体育，互动游戏，医疗保健和通用监视系统等方面具有十分重要的作用。

公开(公告)号：CN111199202B

公开(公告)日：2024-04-26

申请号：CN201911390481.0

申请日：2019-12-30

Applicant: 南京师范大学

Inventor： 张雷 ,  王焜 ,  严佳欢 ,  唐寅 ,  刘天一 ,  高文彬

IPC: G06V40/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/044

Abstract: 本发明公开了一种基于循环注意力网络的人体动作识别方法及识别装置。所述方法包括以下步骤：S1：利用多轴传感器采集人体各类动作数据；S2：将数据分割为包含多种动作类别的长时间序列段，并给序列段附上序列标签；S3：将处理后的数据输入预先构建的多层的循环注意力神经网络模型，实现特定类别动作的识别。本发明利用循环注意力算法，可以实现传感器数据的自动定位识别与切割，可大大减少传感器数据人为标注所耗费的人力物力。

公开(公告)号：CN111199202A

公开(公告)日：2020-05-26

申请号：CN201911390481.0

申请日：2019-12-30

Applicant: 南京师范大学

Inventor： 张雷 ,  王焜 ,  严佳欢 ,  唐寅 ,  刘天一 ,  高文彬

IPC: G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于循环注意力网络的人体动作识别方法及识别装置。所述方法包括以下步骤：S1：利用多轴传感器采集人体各类动作数据；S2：将数据分割为包含多种动作类别的长时间序列段，并给序列段附上序列标签；S3：将处理后的数据输入预先构建的多层的循环注意力神经网络模型，实现特定类别动作的识别。本发明利用循环注意力算法，可以实现传感器数据的自动定位识别与切割，可大大减少传感器数据人为标注所耗费的人力物力。