龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东大学
申请日：2024-03-07
公开（公告）日：2024-07-05
公开（公告）号：CN118299031A
主分类号：G16H50/20
分类号：G16H50/20;G06V20/40;G06V40/10;G06V10/46;G06V10/764;G06V10/82;G06N3/0442;G06V40/20;G06N3/084;G16H50/70
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本公开提供了基于混合深度学习的自闭症识别系统、存储介质及设备，涉及计算机辅助识别技术领域，包括：数据获取模块，用于获取连续的视频数据；骨架关键点提取模块，用于根据视频数据识别出人体目标的每个骨架关键点及其对应的位置，作为骨架序列；识别分类模块，用于将骨架序列图输入至2sG‑ALSTM网络架构中，基于划分策略对原始骨架序列中的骨架数据进行分类，将有自环的图的邻接矩阵划分为多个矩阵，再从姿态空间映射到特征空间，从特征空间中提取与上半身和头部运动相关的姿态序列特征，将姿态序列特征输入至LSTM网络，在LSTM网络的时间注意力模块中，自动为姿态序列特征中不同的帧分配不同的注意力权重，最终输出识别分类结果。
主权项：1.基于混合深度学习的自闭症识别系统，其特征在于，包括：数据获取模块，用于获取基于亲子二人组块游戏协议得到的数据集信息，所述数据集信息为连续的视频数据；骨架关键点提取模块，用于根据视频数据，基于高分辨网络识别出人体目标的每个骨架关键点及其对应的位置，作为骨架序列；识别分类模块，用于将骨架序列以图的形式输入至2sG-ALSTM网络架构中，首先，基于划分策略对原始骨架序列中的骨架数据进行上半身数据和头部数据分类，将有自环的图的邻接矩阵划分为多个矩阵，再从姿态空间映射到特征空间，从特征空间中提取与上半身和头部运动相关的姿态序列特征，将姿态序列特征输入至LSTM网络，在LSTM网络的时间注意力模块中，自动为姿态序列特征中不同的帧分配不同的注意力权重，最终输出识别分类结果。
全文数据：
权利要求：
百度查询： 山东大学 基于混合深度学习的自闭症识别系统、存储介质及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号