[发明专利]一种基于深度学习的人体朝向预测方法及装置有效
| 申请号： | 201710282729.6 | 申请日： | 2017-04-26 |
| 公开（公告）号： | CN107122736B | 公开（公告）日： | 2020-06-12 |
| 发明（设计）人： | 马华东;刘武;刘培业 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京柏杉松知识产权代理事务所(普通合伙) 11413 | 代理人： | 马敬;项京 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了一种基于深度学习的人体朝向预测方法及装置，应用于视频分析技术领域，所述方法包括：获取待检测视频对应的帧序列的每一帧中每一个行人的位置；根据位置和预先建立的行人时空特征预测模型，通过卷积神经网络提取每一个行人的空间特征。根据空间特征和行人时空特征预测模型，通过门结构的循环神经网络提取帧序列的时间特征，得到每一个行人的时空特征。提取时空特征中的方向特征，得到每一个行人的人体朝向。本发明实施例针对行人的空间特征和时间特征进行建模，通过提供丰富的历史连续变化信息来辅助当前帧的预测，提高了人体朝向预测的准确性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 人体 朝向 预测 方法 装置 | ||
【主权项】：
一种基于深度学习的人体朝向预测方法，其特征在于，包括：获取待检测视频对应的帧序列的每一帧中每一个行人的位置；根据所述位置和预先建立的行人时空特征预测模型，通过卷积神经网络提取所述每一个行人的空间特征；根据所述空间特征和所述行人时空特征预测模型，通过门结构的循环神经网络提取所述帧序列的时间特征，得到所述每一个行人的时空特征；提取所述时空特征中的方向特征，得到所述每一个行人的人体朝向。
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北京邮电大学，未经北京邮电大学许可，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/201710282729.6/，转载请声明来源钻瓜专利网。
