公开(公告)号：CN115273237A

公开(公告)日：2022-11-01

申请号：CN202210915844.3

申请日：2022-08-01

Applicant: 中国矿业大学

Inventor： 焦文华 ,  李瑞林 ,  谢小浩 ,  王殿辉 ,  王建国 ,  骆园 ,  周旭

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06N20/20

Abstract: 本发明公开了基于集成随机配置神经网络的人体姿态与动作识别方法，基于随机配置神经网络子模型设计基学习器，并将若干个基学习器集成入识别模型中；识别模型基于装袋算法将传感器采集数据划分为若干个子数据集，每个子数据集使用一个基学习器进行识别，最后通过加权均值法对所有基学习器预测结果进行汇总，从而得到最终的识别结果。本发明采用上述人体姿态与动作识别方法，取得了与CNN模型相当的准确率，且计算复杂度和所需时间远低于单个SCN、CNN、LSTM和SVM模型，且不需要使用GPU进行训练，提高了识别效率。