文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202010894661.9

申 请 日：20200831

发 明 人：周伟 汪彦 郑福建 郭鑫 庞一然 易军 黄麟 王波 邓建华 张秀才

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20201120

公 开 号：CN111967433A

代 理 人：韩慧芳

代理机构：50223 重庆蕴博君晟知识产权代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明提供了一种基于自监督学习网络的动作识别办法，第一步使用OpenPose对视频流里的人体骨架信息进行提取，并将人体骨架信息制作成正负样本数据集，使用数据集训练动作分类模型ResNet‑56，初步训练好的动作分类模型用于初步判断输入动作和进一步的自监督训练；在训练动作分类器的同时利用深度学习模型YOLOv4检测视频流中的物体信息，将检测到的物体信息打上正负标签传入动作分类模型ResNet‑56中进行自监督学习训练，经过自监督后的动作分类模型有更高的检测精度和可靠性。

主 权 项：1.一种基于自监督学习网络的动作识别办法，其特征在于，包括：步骤S1：通过OpenPose将视频流中的目标人体图像进行人体骨架特征信息提取；步骤S2：构建神经网络模型，将OpenPose提取到的人体骨架信息作为输入对神经网络模型进行训练，获得该动作训练数据集所对应的动作识别结果；步骤S3：使用YOLOv4模型检测视频流中的物体信息；步骤S4：对识别出的物体信息根据检测动作打上标签，基于物品信息标签和预训练数据所对应动作识别结果对神经网络进行再训练，得到再训练之后的神经网络模型；步骤S5：利用再训练之后的模型对视频流进行动作识别，输出视频流中的动作预测结果。

关 键 词：动作分类  人体骨架  物体信息  训练动作  视频流 检测  监督  动作识别  分类模型  使用数据 输入动作  信息制作  学习训练  正负样本  分类器 数据集 标签 学习  网络

IPC专利分类号：G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101)