[发明专利]一种基于深度学习的站立检测方法有效
| 申请号： | 201711397963.X | 申请日： | 2017-12-21 |
| 公开（公告）号： | CN108229352B | 公开（公告）日： | 2021-09-07 |
| 发明（设计）人： | 邵奔驰;姜飞;申瑞民 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;H04N5/14;H04N5/76;H04N7/18 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 翁惠瑜 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的站立检测方法，该方法包括：1)收集样本，各所述样本包括样本图片和对应的标注文件；2)建立站立检测模型，该站立检测模型基于卷积神经网络结构，并基于所述样本以R‑FCN目标检测算法进行训练，所述站立检测模型包括高年级站立检测模型和低年级站立检测模型；3)利用训练后的站立检测模型对待测视频进行站立检测。与现有技术相比，本发明具有检全率、准确率高，适用于复杂教室环境等优点。 | ||
| 搜索关键词： | 一种 基于 深度 学习 站立 检测 方法 | ||
【主权项】：
1.一种基于深度学习的站立检测方法，其特征在于，该方法包括：1)收集样本，各所述样本包括样本图片和对应的标注文件；2)建立站立检测模型，该站立检测模型基于卷积神经网络结构，并基于所述样本以R‑FCN目标检测算法进行训练，所述站立检测模型包括高年级站立检测模型和低年级站立检测模型；3)利用训练后的站立检测模型对待测视频进行站立检测。
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上海交通大学，未经上海交通大学许可，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/201711397963.X/，转载请声明来源钻瓜专利网。
