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
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
情感识别方法
跨模态
模态特征
深度分类网络
融合特征
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
少量训练样本
缺陷识别方法
多层次特征
注意力
卷积模块