[发明专利]手部姿势估计

权利要求书

1.一种用于机器视觉的采用多任务深度学习范式的神经网络，包括：

编码器，其包括第一层、第二层和第三层，其中，

所述第一层包括第一层单元，

所述第一层单元包括一个或多个第一单元区块，

所述第二层在所述第二层中的一个或多个第二层单元处接收来自所述第一层的第一层输出，

第二层单元包括一个或多个第二层区块，

所述第三层在所述第三层中的一个或多个第三层单元处接收来自所述第二层的第二层输出，以及

第三层单元包括一个或多个第三层区块；

解码器，其可操作地被耦合到所述编码器以接收来自所述编码器的编码器输出；以及

一个或多个损失函数层，其被配置为反向传播一个或多个损失，以用于至少训练采用深度学习范式的所述神经网络的所述编码器。

2.根据权利要求1所述的神经网络，其中，所述第一层单元中的所述一个或多个第一单元区块包括在逻辑上被批标准化层跟随的卷积层，所述批标准化层进一步在逻辑上被尺度层跟随，并且所述一个或多个第一单元区块还包括在逻辑上跟随所述尺度层的修正线性单元。

3.根据权利要求1所述的神经网络，其中，所述第二层包括第一第二层单元和第二第二层单元，其中，

所述第一第二层单元接收来自所述第一层的第一层输出，并包括第一第二层第一单元区块和第二第二层第一单元区块，

所述第一第二层第一单元区块和所述第二第二层第一单元区块二者分别包括被尺度层跟随的批标准化层，所述尺度层进一步在逻辑上被修正线性单元跟随，

所述第一第二层第一单元区块中的所述批标准化层在逻辑上跟随第一卷积层，

所述第二第二层第一单元区块中的所述批标准化层在逻辑上跟随第二卷积层，以及

所述第一卷积层与所述第二卷积层不同。

4.根据权利要求3所述的神经网络，其中，

所述第二第二层单元包括接收来自所述第二第二层第一单元区块和所述第一层输出的级联输出的第一第二层第二单元区块、第二第二层第二单元区块、以及第三第二层第二单元区块，

所述第一第二层第二单元区块、所述第二第二层第二单元区块和所述第三第二层第二单元区块分别包括被所述尺度层跟随的所述批标准化层，所述尺度层进一步在逻辑上被所述修正线性单元跟随，所述第一第二层第二单元区块中的所述批标准化层在逻辑上跟随所述第二卷积层，

所述第二第二层第二单元区块中的所述批标准化层在逻辑上跟随所述第一卷积层，

所述第三第二层第二单元区块中的所述批标准化层在逻辑上跟随所述第二卷积层，以及

所述第三第二层第二单元区块被配置为生成第二层输出。

5.根据权利要求1所述的神经网络，其中，由所述第一层生成的第一层输出与由所述第二层生成的第二层输出级联并被提供给所述第三层作为第三层输入，其中，

所述第三层包括第一第三层单元和第二第三层单元，

所述第一第三层单元包括位于相应的第一单元层级的多个第三层第一单元区块，以及

所述多个第三层第一单元区块中的至少一些包括与多于一个第一空洞因子对应的不同空洞卷积层。

6.根据权利要求5所述的神经网络，其中，所述第二第三层单元包括位于相应的第二单元层级的多个第三层第二单元区块，所述多个第三层第二单元区块中的至少一些包括与多于一个第二空洞因子对应的多个空洞卷积层，并且所述多个第三层第一单元区块和所述多个第三层第二单元区块包括至少一个相应的空洞卷积层和多个相应的残差区块，以用于至少训练采用所述深度学习范式的所述神经网络的所述编码器。

7.根据权利要求1所述的神经网络，其中，第二层输出被提供给所述第三层作为第三层输入，并且还与由所述第三层生成的第三层输出级联作为用于所述神经输出的最终级联输出，并且至少训练采用所述深度学习范式的所述神经网络的所述编码器包括：至少使用激活层和交叉熵损失来反向传播所述一个或多个损失。