公开(公告)号：CN105631420A

公开(公告)日：2016-06-01

申请号：CN201510995238.7

申请日：2015-12-23

Applicant: 武汉工程大学

Inventor： 鲁统伟 ,  彭玲 ,  缪少君 ,  刘文婷 ,  张彦铎 ,  李晓林 ,  卢涛 ,  闵锋 ,  李迅 ,  周华兵 ,  朱锐

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00342 ,  G06K9/6269

Abstract: 本发明公开了一种基于3D骨架的多视角室内人体行为识别方法，包括以下步骤：1)获取人体运动在正视角、斜视角和侧视角三个角度的视频；所述视频包括训练视频和测试视频；2)通过体感设备提取视频中人体骨架3D特征；所述三维骨架特征包括全局运动特征和手臂、腿部局部运动特征；3)训练模型；通过训练视频中的人体骨架3D特征进行特征描述，得到训练特征集；具体如下：对三维骨架特征进行在线字典学习；然后稀疏主成分分析进行降维，形成特征集数据集；4)输入测试视频的样本的特征集，通过线性支持向量机(LSVM)进行识别。本发明方法实现了多角度动作的分类识别，克服了单视角识别算法的局限性，更具有研究价值和实际应用价值。

公开(公告)号：CN106650748A

公开(公告)日：2017-05-10

申请号：CN201611009032.3

申请日：2016-11-16

Applicant: 武汉工程大学

Inventor： 鲁统伟 ,  缪少君 ,  彭玲 ,  刘仁军 ,  吴梦露 ,  张彦铎 ,  李晓林 ,  卢涛 ,  闵锋 ,  李迅 ,  周华兵 ,  朱锐

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04

CPC classification number: G06K9/4609 ,  G06K9/6256 ,  G06N3/0454

Abstract: 本发明公开了一种基于卷积神经网络的汉字识别方法，该方法包括以下步骤：1）采集训练用的文本图像；2）图像预处理：首先对图像进行非均匀光照调整，然后将图像转换为灰度图像；3）对预处理的图像进行特征提取；4）通过训练获得最终识别模型，选取测试识别正确率最高的卷积神经网络模型，作为最终识别模型；5）文字识别：对待识别的文本图像进行如步骤2）的图像预处理，采用训练所得的卷积神经网络模型进行识别，输出类别，匹配标签中汉字类别，输出汉字识别结果。本发明将提取方向特征图作为先验知识，和原始图像一起作为输入层的数据输入，以增强神经网络的识别性能，提高了汉字的识别率；且最终模型较小，计算速度快。