一种基于可学习PL-GCN和ECLSTM的骨骼动作识别方法（24年下证高校，动作捕捉动漫制作、人机交互和虚拟现实、人工智能行为分析、虚拟场景互动、深度学习模型训练）

本发明请求保护一种基于可学习PL‑GCN和ECLSTM的骨骼动作识别方法，涉及动作识别领域。可以解决骨骼动作识别过程中关键帧和显著运动关节的特征捕获能力有限和相似动作分类能力较弱等问题，该方法包括：针对相似动作识别易混淆的问题提出了一种可学习图卷积网络(PL‑GCN)用于改善模型的物理结构；针对关键帧捕获能力较弱的问题提出了特征增强的长短时记忆网络(ECLSTM)用于增强时序特征；利用骨骼序列数据的图拓扑结构完成骨骼图的构建；融合来自图卷积后的空间特征和由ECLSTM网络提取后的时序特征；对融合后的特征经过平均池化、卷积后进行最后的特征分类。本专利提出的方法在动作识别进度，算法复杂度以及特征提取能力均优于当前的一些方法。

《一种基于可学习PL-GCN和ECLSTM的骨骼动作识别方法（24年下证高校，动作捕捉动漫制作、人机交互和虚拟现实、人工智能行为分析、虚拟场景互动、深度学习模型训练）》是一发明专利，专利号为 2022100501160，当前法律状态为已下证，由重庆邮电大学提出申请，发明人为蔡林沁;潘锐;方豪度;赖廷杰，申请日期为2022-01-17，公开（公告）日期为2024-09-24，国际专利分类号（IPC）为 G06V 40/20 (2022.01)，高新资质：未报高企，所属技术领域包括：虚拟数字人、人体动作捕捉算法、3D虚拟人动画制作、数字孪生、人机交互和虚拟现实、游戏开发、虚拟直播、虚拟场景互动、虚拟人物模型、AI动漫、计算机视觉、人工智能姿态采集、深度学习模型训练、安防视频监控、康复动作评估、员工行为监测。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明请求保护一种基于可学习PL‑GCN和ECLSTM的骨骼动作识别方法，涉及动作识别领域。可以解决骨骼动作识别过程中关键帧和显著运动关节的特征捕获能力有限和相似动作分类能力较弱等问题，该方法包括：针对相似动作识别易混淆的问题提出了一种可学习图卷积网络(PL‑GCN)用于改善模型的物理结构；针对关键帧捕获能力较弱的问题提出了特征增强的长短时记忆网络(ECLSTM)用于增强时序特征；利用骨骼序列数据的图拓扑结构完成骨骼图的构建；融合来自图卷积后的空间特征和由ECLSTM网络提取后的时序特征；对融合后的特征经过平均池化、卷积后进行最后的特征分类。本专利提出的方法在动作识别进度，算法复杂度以及特征提取能力均优于当前的一些方法。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！