本發明公開了一種面向弱標簽傳感器數據的人體動作識別方法,步驟:利用傳感器采集人體行為活動數據構成訓練數據集,進行數據規范化處理,并添加對應的標簽;將訓練數據樣本輸入人體動作識別模型中,該模型包括卷積神經網絡模塊、循環神經網絡模塊和強化學習模塊;針對含單次活動的弱標簽傳感器數據和含多次活動的弱標簽傳感器數據分別設計回報函數,并計算相應的reward值;對人體動作識別模型進行訓練和優化;獲取測試數據集,輸入人體動作識別模型,測試模型的分類準確度。本發明通過每次處理弱標簽傳感器數據中的局部信息,在有限次數內快速地識別出特定的活動并且定位出活動發生的位置。
聲明:
“面向弱標簽傳感器數據的人體動作識別方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)