买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院长春光学精密机械与物理研究所

摘要：本发明涉及图像处理技术领域，尤其涉及一种基于轻量化脉冲神经网络的人体姿态识别方法。包括：拍摄不同姿态的人体姿势，将拍摄的图像作为数据集，并将采集图像的时空数据流信息以逗号分隔值文件形式进行存储；构建泄露‑积分‑点火LIF显式迭代模型；构建损失函数，并添加一个正则项作为所述损失函数的柔性限制；构建基于脉冲神经网络的低功耗轻量化LESNN网络，使特征图经过四个阶段的特征提取和维度拼接，得到轻量化脉冲神经网络模型；设定模型初始参数，对模型进行训练；将待测的时空数据流输入训练好的模型中，进行检测与识别后得到人体的姿态状态。优点在于：采用脉冲神经网络实现轻量化；引入正则项有效缓解梯度爆炸与梯度消失。

主权项：1.一种基于轻量化脉冲神经网络的人体姿态识别方法，其特征在于，包括如下步骤：S1.建立数据集：拍摄不同姿态的人体姿势，将拍摄的图像作为数据集，并将采集图像的时空数据流信息以逗号分隔值文件形式进行存储；S2.构建泄露-积分-点火LIF显式迭代模型；S3.构建损失函数，并添加一个正则项作为所述损失函数的柔性限制；S4.构建基于脉冲神经网络的低功耗轻量化LESNN网络，使特征图经过四个阶段的特征提取和维度拼接，得到轻量化脉冲神经网络模型；S5.设定模型初始参数，对轻量化脉冲神经网络模型进行训练；S6.将待测的时空数据流输入训练好的轻量化脉冲神经网络模型中，进行检测与识别后得到人体的姿态状态；所述泄露-积分-点火LIF显式迭代模型的显式方程为： ；其中，u是膜电位，n和ln分别表示神经元第n个层及第n个层的神经元编号，是从前一层n中的第j个神经元到后层n+1中的第i个神经元的突触权重，表示脉冲输出，为的下一状态，t表示时间步长，是给定的激发阈值；在所述步骤S4中四个阶段的特征提取和维度拼接具体包括如下步骤：S401.将输入特征图的数据流可视化写入数据预处理中，根据设定时间步长生成相应时间窗口的体素网格；输入特征图首先经过一个降采样模块，将特征图高度和宽度降低2倍，通道维度由1变为16，得到特征图；S402.特征图进入第一个阶段中的LEBlock1中，分别经过残差路径和捷径路径后分别得到特征图和特征图；在通道维度将与相加，得到形状为的特征图；S403.特征图进入LEBlock3当中，经过LEBlock3的残差路径后得到形状为的特征图；将送入LEBlock3之前的特征图与特征图在通道维度相加，得到形状为的特征图；S404.将特征图送入第二个阶段中的LEBlock2中，分别经过残差路径和捷径路径后分别得到残差路径特征图和捷径路径特征图，将捷径路径特征图与残差路径特征图在通道维度相加，得到降采样两倍后形状为特征图；S405.第三阶段和第四阶段均重复步骤S403-S404的操作，最后得到形状为的特征图，其中T、C、H、W分别为5、128、8、11；S406.特征图最后经过一个输入为128、输出为5的自适应平均池化层，完成轻量化脉冲神经网络模型的搭建。

全文数据：

权利要求：

百度查询： 中国科学院长春光学精密机械与物理研究所 基于轻量化脉冲神经网络的人体姿态识别方法