一种基于深度信息和多维度卷积神经网络的人体动作识别方法

摘要

本发明请求保护一种基于深度信息和多维度卷积神经网络的人体动作识别方法，主要包括以下三个部分：在获取运动数据方面，通过体感设备Kinect获取人体运动的深度序列，得到人体运动的深度信息；在提取运动特征方面，利用深度运动图提取特征，获得深度序列的正面投影图、侧面投影图和俯视投影图；在人体动作识别方面，结合二维卷积神经网络和三维卷积神经网络的缺陷，提出了多维度卷积神经网络，实现人体动作识别。本发明不仅具有自学习特征，还可以从一个深度视频序列的数据集转移到不同的数据集，有较强的适应性，适用于人体动作的识别领域。