本发明公开了一种面向弱标签传感器数据的人体动作识别方法,步骤:利用传感器采集人体行为活动数据构成训练数据集,进行数据规范化处理,并添加对应的标签;将训练数据样本输入人体动作识别模型中,该模型包括卷积神经网络模块、循环神经网络模块和强化学习模块;针对含单次活动的弱标签传感器数据和含多次活动的弱标签传感器数据分别设计回报函数,并计算相应的reward值;对人体动作识别模型进行训练和优化;获取测试数据集,输入人体动作识别模型,测试模型的分类准确度。本发明通过每次处理弱标签传感器数据中的局部信息,在有限次数内快速地识别出特定的活动并且定位出活动发生的位置。
声明:
“面向弱标签传感器数据的人体动作识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)