基于局部误差逐层训练的人体姿态识别方法和装置[CN201911411314.X] - 南京师范大学

专利申请

2019-12-31
公布公告

2024-03-01
授权日期

2024-03-01
终止

2034-02-27

基于局部误差逐层训练的人体姿态识别方法和装置

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201911411314.X 申请日期： 2019-12-31 专利主类别： G06V40/20 {{ classMap["G06V40/20"] }}

申请人名称：南京师范大学

查看申请人名下所有专利

申请人地址：江苏省南京市栖霞区文苑路1号

专利分类项目

专利注册信息

初审公告期号	2019-12-31	初审公告日期	2024-03-01
注册公告期号	2024-03-01	注册公告日期	2024-03-01
专用权期限	2024-03-01 - 2034-02-27	专利类型	发明授权
代理组织机构	南京苏高专利商标事务所查看该机构代理的所有专利

专利介绍

本发明公开了一种基于局部误差逐层训练的人体姿态识别方法和装置，所述方法包括：S1、获取人体姿态数据，进行降噪、归一化处理；S2、将处理后数据送入卷积神经网络模型进行逐层训练，对人体姿态进行分类识别，当识别结果符合准确率要求时，输出模型；S3、利用训练好的模型对待识别的人体姿态数据进行分类识别。本发明摆脱了传统卷积神经网络依赖全局误差及反向传播更新网络参数，通过在每层神经网络中构建代价函数，实现逐层反向传播、层层优化、分批更新权重参数。通过避免保存全局梯度流参数实现节省计算机资源，并极大加快训练周期，提高了可穿戴传感器识别精度，在运动辅助、智能家居、医疗康复、虚拟运动场景等领域具有重要应用意义。

法律进度