摘要
本发明提供了一种基于神经网络的姿态识别方法。该方法采用基于数据的姿态识别技术,收集用户操作时加速度传感器和陀螺仪传感器的数据,建立姿态数据库,利用神经网络从中学习人体姿态的规律,从而根据当前用户传感器的数据估计出人体姿态,所述加速度传感器测量物体在三个轴上的加速度,陀螺仪传感器测量物体在三个轴上的角速度,通过测量得到的加速度和角速度计算物体的姿态角,从而判断出物体的姿态,采用的神经网络为根据长短期记忆网络LSTM和Dense网络修改的新的时间递归神经网络。通过本发明方案,减少了过拟合的发生,有效提高了分类器的性能,从而提升了姿态识别的效率。
技术关键词
记忆单元
时间递归神经网络
姿态识别方法
陀螺仪传感器
长短期记忆网络
姿态识别技术
加速度
判断出物体
信息更新
人体
数据
神经网络模型
元素
批量
分类器
非线性