The invention discloses a human body motion detection system and method based on semi supervised learning, which involves a data information classification system. In the present invention: the sensing part, the corresponding monitoring through the sensor on the human motion state; state parameter part, including the corresponding state action range, including upper and lower limit of adjustment to the range of values of the state; semi supervised learning part, including the analysis of learning and learning classifier classifier for sensors to monitor the data information matching operation. The present invention through the establishment of human motion parameters preset by the sensor monitoring and video monitoring mode of human motion state of the correct analysis, determine the classification accuracy of learning classifier of the sample data, the parameter range adjustment, a range of state parameters accurate, precise and efficient to classify the motion state of human body a large number of subsequent unknown samples.
【技术实现步骤摘要】
一种基于半监督学习的人体运动检测系统及方法
本专利技术涉及数据信息分类系统领域,尤其涉及一种基于半监督学习的人体运动检测系统及方法。
技术介绍
机器学习是一种智能科学,该领域主要研究基于样本数据和过往经验的计算机算法,使用计算机进行模拟并实现人类感知、学习、判别等行为。机器学习是人工智能领域研究的核心,通过对经验数据进行分析和学习策略的优化,以达到最优化组织知识结构的目的。半监督学习是机器学习的一种重要形式,通过半监督学习对数据信息样本进行分类。传统的分类进行分类学习只关注了标注数据集用于模型的训练,但是标记数据的获得具有非常困难、时间花费大、人力投入较大等问题,同时数据标记过程是一个需要有经验知识的人积极参与的过程;相反,未标记数据往往比较容易收集,但并没有太多的方法和策略去使用这些未标记数据提供的信息。半监督学习考虑到了使用大量未标记数据,同时结合已标记数据的用于建立性能更好的分类器;因此半监督学习需要使用较少的人力便能获得较大的分类器精度提高,其在理论研究和工业实践中得到了广泛的关注。半监督学习不仅涵盖半监督分类,同时也被应用在了半监督聚类、半监督回归等诸多变形中。在生活中,许多人会进行相应的活动,在进行活动过程中,主要分为站立活动、行走活动和奔跑活动,对这些活动锻炼进行相应的传感分析,成为有效进行人体机能监测的重要参照依据,而采用半监督学习的分类方式,可以较好的对人体运动数据进行参数反馈修正,从而完成对后续大量未知样本的精准匹配。
技术实现思路
本专利技术要解决的技术问题是提供一种基于半监督学习的人体运动检测系统及方法,通过建立预设的人体动作参数范围值 ...
【技术保护点】
一种基于半监督学习的人体运动检测系统,其特征在于:包括传感监测部分、状态参数部分和半监督学习部分以及视频监测分析部分;传感监测部分中:通过传感器对人体运动状态进行相应监测;状态参数部分中:包括相应状态的动作范围值,包括对状态范围值的上下限调整;半监督学习部分中:包括学习分类器以及学习分类器对传感器监测到的数据信息的分析匹配操作;视频监测分析部分中:包括视频监测系统对人体运动进行相应监测。
【技术特征摘要】
1.一种基于半监督学习的人体运动检测系统,其特征在于:包括传感监测部分、状态参数部分和半监督学习部分以及视频监测分析部分;传感监测部分中:通过传感器对人体运动状态进行相应监测;状态参数部分中:包括相应状态的动作范围值,包括对状态范围值的上下限调整;半监督学习部分中:包括学习分类器以及学习分类器对传感器监测到的数据信息的分析匹配操作;视频监测分析部分中:包括视频监测系统对人体运动进行相应监测。2.根据权利要求1所述的一种基于半监督学习的人体运动检测系统,其特征在于:所述状态参数部分包括若干预设值部分和与预设值相对应的限定调整值部分。3.根据权利要求1所述的一种基于半监督学习的人体运动检测系统,其特征在于:所述学习分类器与视频监测系统之间设置时间同步模块。4.根据权利要求1所述的一种基于半监督学习的人体运动检测系统,其特征在于:所述学习分类器内设置相应...
【专利技术属性】
技术研发人员:印金汝,刘贵全,叶剑鸣,
申请(专利权)人:合肥赑歌数据科技有限公司,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。