[发明专利]一种基于深度学习的恐慌度计算方法和装置有效
| 申请号： | 201710096873.0 | 申请日： | 2017-02-22 |
| 公开（公告）号： | CN106886764B | 公开（公告）日： | 2020-11-06 |
| 发明（设计）人： | 谢伟浩;陈芳林 | 申请（专利权）人： | 深圳市深网视界科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N20/00 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 邓超 |
| 地址： | 518000 广东省深圳市南山区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的恐慌度计算方法和装置，该方法包括：获取正常人群图像集和恐慌人群图像集，所述正常人群图像集包括多张正常人群图像，所述恐慌人群图像集包括多张恐慌人群图像；分别对所述正常人群图像集和所述恐慌人群图像集进行处理，得到正常人群恐慌度和恐慌人群恐慌度；根据所述正常人群恐慌度和所述恐慌人群恐慌度建立恐慌度等级；利用卷积神经网络模型对每个所述正常人群图像、每个所述恐慌人群图像和所述恐慌度等级进行处理，得到恐慌度计算网络。本发明还公开了相应的恐慌度计算装置。 | ||
| 搜索关键词： | 一种 基于 深度 学习 恐慌 计算方法 装置 | ||
【主权项】：
一种基于深度学习的恐慌度计算方法，其特征在于，包括：获取正常人群图像集和恐慌人群图像集，所述正常人群图像集包括多张正常人群图像，所述恐慌人群图像集包括多张恐慌人群图像；分别对所述正常人群图像集和所述恐慌人群图像集进行处理，得到正常人群恐慌度和恐慌人群恐慌度；根据所述正常人群恐慌度和所述恐慌人群恐慌度建立恐慌度等级；利用卷积神经网络模型对每个所述正常人群图像、每个所述恐慌人群图像和所述恐慌度等级进行处理，得到恐慌度计算网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市深网视界科技有限公司，未经深圳市深网视界科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710096873.0/，转载请声明来源钻瓜专利网。
- 上一篇：实时检测人脸的系统及其方法
- 下一篇：一种节能的人工智能指纹识别机
