基于动作识别的具身智能人机交互系统预测的方法及装置

AITNT
正文
推荐专利
基于动作识别的具身智能人机交互系统预测的方法及装置
申请号:CN202411715338
申请日期:2024-11-27
公开号:CN119919994B
公开日期:2025-12-09
类型:发明专利
摘要
本申请涉及人机交互技术领域,特别涉及一种基于动作识别的具身智能人机交互系统预测的方法及装置,其中,方法包括:收集人体多个骨骼关键点的三维坐标和每个骨骼关节点的坐标对应的时间帧,以生成初始骨骼数据,对骨骼数据进行预处理,以得到满足条件的最终骨骼数据,对最终骨骼数据进行骨架编码,以提取至少一个骨骼特征,基于至少一个骨骼特征,训练预测模型,其中,预测模型包括克罗内克积层、Kernel Matrix层和多层感知机层,以识别未来动作轨迹。由此,解决了相关技术中,由于大模型参数量大、数据依赖性强以及难以直观展示变量间的关系,从而限制模型在实际应用中的有效性和可解释性,影响用户对识别结果的信任的问题。
技术关键词
智能人机交互系统 骨骼特征 多层感知机层 训练预测模型 骨骼关键点 RGB彩色图像 关节点 坐标系 人机交互技术 积层 轨迹 特征提取模块 人体 计算机程序产品 数据采集模块 处理器 编码
系统为您推荐了相关专利信息
1
基于车云协同的车辆实时故障预测方法及装置
故障预测方法 朴素贝叶斯算法 训练集数据 训练预测模型 车辆
2
基于跨模态注意力融合的缺失模态情感识别方法及系统
情感识别方法 跨模态 模态特征 深度分类网络 融合特征
3
一种基于多模态融合的实验动物服药后行为检测装置
薄膜压力传感器 骨骼关键点 动物 大语言模型 数据处理模块
4
一种少量训练样本训练的金属缺陷识别方法
少量训练样本 缺陷识别方法 多层次特征 注意力 卷积模块
5
一种原核生物蛋白质翻译强度预测模型确定方法及装置
序列 生物 训练预测模型 转录组测序 拼接模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号