公开(公告)号：CN108958482B

公开(公告)日：2021-09-28

申请号：CN201810690728.X

申请日：2018-06-28

Applicant: 福州大学

Inventor： 杨明静 ,  杨世文

IPC: G06F3/01 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于卷积神经网络的相似性动作识别装置及方法，该装置包括相连接的加速度计模块及移动终端；加速度计模块包括单片机及分别与其连接加速度传感器、蓝牙模块、电源模块；把采集到的数据通过蓝牙传输到安卓客户端模块；安卓客户端模块首先将采集到的数据进行本地存储和实时显示，随后定时将数据文件通过无线网络传至服务器；服务器端模块首先对数据进行存储，然后通过TensorFlow平台下构建的卷积神经网络模型对数据进行训练和分类，最后再将动作识别的结果返回至安卓客户端模块。本发明使用卷积神经网络算法，该算法能够针对不同的应用场景自动提取特征值，无需人工单独对不同的场景设计特征值，且该算法对相似性动作的识别效果较好。

公开(公告)号：CN108958482A

公开(公告)日：2018-12-07

申请号：CN201810690728.X

申请日：2018-06-28

Applicant: 福州大学

Inventor： 杨明静 ,  杨世文

IPC: G06F3/01 ,  G06N3/04 ,  G06N3/08

CPC classification number: G06F3/011 ,  G06N3/0454 ,  G06N3/08

Abstract: 本发明提供一种基于卷积神经网络的相似性动作识别装置及方法，该装置包括相连接的加速度计模块及移动终端；加速度计模块包括单片机及分别与其连接加速度传感器、蓝牙模块、电源模块；把采集到的数据通过蓝牙传输到安卓客户端模块；安卓客户端模块首先将采集到的数据进行本地存储和实时显示，随后定时将数据文件通过无线网络传至服务器；服务器端模块首先对数据进行存储，然后通过TensorFlow平台下构建的卷积神经网络模型对数据进行训练和分类，最后再将动作识别的结果返回至安卓客户端模块。本发明使用卷积神经网络算法，该算法能够针对不同的应用场景自动提取特征值，无需人工单独对不同的场景设计特征值，且该算法对相似性动作的识别效果较好。