← 返回列表
一种基于深度特征融合的工业场景下人员动作识别方法
申请人信息
- 申请人:中原工学院
- 申请人地址:450007 河南省郑州市中原区中原路41号
- 发明人: 中原工学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度特征融合的工业场景下人员动作识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410127029.X |
| 申请日 | 2024/1/30 |
| 公告号 | CN117725528A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06F18/2431 |
| 权利人 | 中原工学院 |
| 发明人 | 杨岳毅; 翟家博; 王海泉; 温盛军; 寇祥; 王瑷珲; 于浩玮; 王瑞琪 |
| 地址 | 河南省郑州市中原区中原路41号 |
摘要文本
本发明公开了一种基于深度特征融合的工业场景下人员动作识别方法，包括：基于六轴可穿戴传感器采集人员生产动作数据；对人员生产动作数据进行预处理得到预处理数据；基于带组合注意力的卷积神经网络和双向长短时记忆网络构建深度特征融合神经网络模型，将预处理数据输入深度特征融合神经网络模型中进行动作分类得到人员动作类型识别结果。本发明所设计的深度特征融合神经网络模型中带组合注意力机制的卷积神经网络具有更强的信号局部特征提取能力，双向长短时记忆网络具有很好的信号时序特征提取能力，将提取得到的信号局部特征和时序特征进行深度融合，使得发明能够提取到信号中更多有用的深度特征信息，提升人员动作分类准确率。
专利主权项内容
1.一种基于深度特征融合的工业场景下人员动作识别方法，其特征在于，包括以下步骤：基于六轴可穿戴传感器采集人员生产动作数据；对所述人员生产动作数据进行预处理得到预处理数据；基于带组合注意力的卷积神经网络和双向长短时记忆网络构建深度特征融合神经网络模型，将所述预处理数据输入所述深度特征融合神经网络模型中进行动作分类得到人员动作类型识别结果。