摘要
本发明公开了一种基于课程学习的多质量骨骼序列动作识别方法，包括：收集大量包含人体动作且带有动作类别标签的视频，并划分为训练集和测试集；提取视频中的每一帧图像的人体关节点的坐标信息，生成连续的骨骼序列；对所述骨骼序列进行数据增强；构建用于动作识别的神经网络模型，之后，将训练集的数据分批次输入至所述神经网络模型，对所述神经网络模型展开训练，直至达到预先设定的轮数，其中，对模型进行训练的过程中，动态调整先验知识和后验知识来评估样本难度，另外，引入了学习重心的概念，学习重心在不同阶段从前期简单样本逐步过渡到难样本。本发明提供的方法可以提高识别效率及识别准确率。
