基于协方差矩阵变换的卷积神经网络用于人体姿态识别方法

摘要

本发明公开了一种基于协方差矩阵变换的卷积神经网络用于人体姿态识别方法，涉及人工智能的应用领域，该方法包括利用智能手机采集关于人体姿态的传感器时间序列，并且对原始数据进行归一化，滑窗等操作切分数据集并固定动作属性标签，然后利用协方差矩阵变换搭建卷积神经网络系统，利用协方差矩阵的逆变换来消除数据的相关性，在每层卷积之前均加入协方差操作可以避免数据的相关性，用训练数据集来训练网络参数，测试数据集来验证网络精度，最后固化网络模型生成pb文件通过Android studio迁移到android客户端，可以使移动设备利用自带的加速度计和陀螺仪来识别用户当前所处状态。