摘要
本申请提供一种图像时序识别的舞蹈动作图像分析方法、系统及设备,涉及图像处理技术领域,包括:获取舞蹈动作图像序列,通过图像分割确定舞蹈者像素位置信息;根据所述舞蹈者像素位置信息的变化趋势,计算舞蹈者初始位移轨迹;提取所述图像序列中舞蹈者的高维特征,结合所述初始位移轨迹。本发明通过卷积神经网络降维和语义关联,获取与舞蹈动作含义相关的位移信息,结合关节角度和肢体姿态数据,构建多模态特征矩阵。采用长短期记忆网络进行时序建模,捕捉动作的连续性和平滑性,通过聚类分析提取关键位移模式,构建舞蹈动作表征模型,最后使用支持向量机进行分类训练,并通过调整融合权重迭代优化模型性能。
技术关键词
多模态特征
图像分析方法
隐马尔可夫模型
长短期记忆网络
时序
像素
轨迹
语义
图像分割
关节
捕捉舞蹈动作
归一化模块
超参数优化方法
分类准确率
数据
矩阵
时间序列分析方法
系统为您推荐了相关专利信息
光伏发电功率
组合预测方法
组合预测模型
气象
数据
三明治
数据挖掘分析方法
控制系统
设备运行数据
历史设备
攻击检测模型
攻击检测方法
融合系统
网络流量数据集
输出特征
鲸鱼优化算法
三通道
蒙皮
注意力机制
非线性映射关系