[发明专利]人体动作的检测方法、装置及计算机可读存储介质有效
申请号: | 202110226289.9 | 申请日: | 2021-03-01 |
公开(公告)号: | CN113033318B | 公开(公告)日: | 2023-09-26 |
发明(设计)人: | 孙维泽;周宁洁;黄磊;包为民;张沛昌;赵博 | 申请(专利权)人: | 深圳大学 |
主分类号: | G06V40/10 | 分类号: | G06V40/10;G06V10/44;G06V10/774;G06V10/82;G06N3/0464;G06N3/08 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 郝怀庆 |
地址: | 518000 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人体 动作 检测 方法 装置 计算机 可读 存储 介质 | ||
1.一种人体动作的检测方法,其特征在于,所述人体动作的检测方法包括:
获取人体动作对应的信道状态信息以及预设网络模型;
根据所述信道状态信息生成输入数据,其中,所述输入数据包括训练集和测试集;
采用所述训练集训练所述预设网络模型;
确定训练后的所述预设网络模型的目标网络层,其中,所述目标网络层包括训练后的所述预设网络模型的卷积层和全连接层中的至少一个;
获取所述目标网络层的权重矩阵;
确定低秩分解的秩;
根据所述低秩分解的秩和所述权重矩阵生成第一矩阵;
确定所述第一矩阵需要增加的秩;
根据所述第一矩阵需要增加的秩和所述第一矩阵生成第二矩阵;
采用所述第一矩阵和所述第二矩阵替换所述权重矩阵得到第一网络层;
采用所述第一网络层替换训练后的所述预设网络模型中的所述目标网络层得到目标网络模型,以使所述目标网络模型根据所述信道状态信息确定人体动作。
2.如权利要求1所述的人体动作的检测方法,其特征在于,所述采用所述训练集训练所述预设网络模型,并对训练后的所述预设网络模型低秩分解得到目标网络模型的步骤之后包括:
将所述测试集输入所述目标网络模型得到所述目标网络模型的人体动作识别的准确率。
3.如权利要求1所述的人体动作的检测方法,其特征在于,所述根据所述信道状态信息生成输入数据的步骤包括:
获取所述信道状态信息的幅值和相位;
根据所述幅值和相位生成所述人体动作对应的灰度图像;
根据所述灰度图像生成所述输入数据。
4.如权利要求3所述的人体动作的检测方法,其特征在于,所述根据所述幅值和相位生成所述人体动作对应的灰度图像的步骤包括:
对所述相位进行相位补偿;
对所述幅值和补偿后的所述相位进行归一化处理;
根据归一化处理后的所述幅值和所述相位生成所述人体动作对应的灰度图像。
5.如权利要求3所述的人体动作的检测方法,其特征在于,所述根据所述灰度图像生成输入数据的步骤包括:
采用滤波器对所述灰度图像进行特征提取,以得到特征值;
根据所述特征值生成输入数据。
6.一种人体动作的检测装置,其特征在于,所述人体动作的检测装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的人体动作的检测程序,所述人体动作的检测程序被所述处理器执行时实现如权利要求1~5中任一项所述的人体动作的检测方法的步骤。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有人体动作的检测程序,所述人体动作的检测程序被处理器执行时实现如权利要求1~5中任一项所述的人体动作的检测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳大学,未经深圳大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110226289.9/1.html,转载请声明来源钻瓜专利网。