收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

TensorFlow平台上基于LSTM神经网络的人体动作分类

杨煜  张炜  
【摘要】:随着人体运动数据采集技术的发展,基于数据的人体运动的研究越来越受到人们的关注。人体运动的研究在医疗康复、运动训练、虚拟现实、以及影视和游戏等领域有着很大的应用空间。人体动作分类就是基于大量已标注动作名称的人体动作,对未标注的人体动作进行分类标注。在本文中,研究提出了一种基于长短时记忆网络(LSTM)的人体动作分类模型。首先,将人体动作表示为时间序列的形式。然后,将人体动作序列逐帧输入到去掉输出层的正向和反向LSTM中,并将隐藏层输出依次送入Mean pooling层和逻辑回归层得到最终的分类结果。最后,研究利用目前流行的深度学习平台Tensor Flow实现本次研发的分类模型并进行训练。基于此,又进一步利用人体动捕数据库HDM05的数据进行实验来验证提出的分类模型,经过训练,该模型在测试集上的分类准确率达到了94.84%。

知网文化
【相似文献】
中国期刊全文数据库 前4条
1 张继光;羊彦;李伟;;基于组合微惯性测量元件的人体动作检测系统设计[J];传感技术学报;2010年02期
2 王冲;施玉霞;陆熊;;基于加速度传感器的无线人体动作测量设备[J];单片机与嵌入式系统应用;2011年08期
3 李伟;景占荣;黄爱萍;;基于微惯性测量单元的人体动作检测系统设计[J];计算机测量与控制;2009年08期
4 朱福民;刘炎鸣;朱英翔;;基于ZigBee无线传感网络的人体动作信息采集平台设计[J];微型机与应用;2014年08期
中国硕士学位论文全文数据库 前6条
1 王朝新;人体动作信息采集系统的软件设计[D];大连理工大学;2015年
2 韩建飞;基于加速度传感器的人体动作识别方法研究[D];江苏大学;2016年
3 杨靖;一种热释电红外人体动作形态传感器的研究[D];清华大学;2010年
4 饶勇;基于传感网络的人体动作捕获装置设计与实现[D];电子科技大学;2013年
5 侯祖贵;基于惯性传感器的人体动作分析与识别[D];哈尔滨工程大学;2013年
6 龚勇;基于多传感器节点的人体动作捕获系统设计与实现[D];电子科技大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978