[发明专利]一种搭建针对人耳识别的深度学习网络结构的方法及系统有效
| 申请号： | 201810392301.1 | 申请日： | 2018-04-27 |
| 公开（公告）号： | CN108596193B | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 王雁刚;陈晨 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 叶涓涓 |
| 地址： | 211189 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种搭建针对人耳识别的深度学习网络结构的方法及系统，方法包括：对现有的人耳图像数据集进行扩充，针对扩充后的数据集计算以热图形式呈现的人耳特征点标签；针对扩充后的数据集及所得到的热图标签搭建卷积神经网络；利用该网络结构进行训练、得到模型。系统包括：数据扩充单元，热图标签单元，回归热图单元。本发明能够通过对现有的数据集进行扩充，解决了深度学习对大量训练数据的需求，深度学习网络能够提取人耳特征点，输出人耳特征点的热图结果。本发明通过对现有的数据集进行扩充，解决了深度学习对大量训练数据的需求；基于搭建针对人耳识别的深度学习网络结构，能够提取人耳特征点，输出人耳特征点的热图结果。 | ||
| 搜索关键词： | 一种 搭建 针对 识别 深度 学习 网络 结构 方法 系统 | ||
【主权项】：
1.一种搭建针对人耳识别的深度学习网络结构的方法，其特征在于，包括如下步骤:步骤1，对现有的人耳图像数据集进行扩充；步骤2，针对扩充后的人耳图像数据集计算以热图形式呈现的人耳特征点标签；步骤3，针对扩充后的数据集搭建级联卷积神经网络，级联卷积神经网络学习步骤2得到的以热图形式呈现的人耳特征点标签；步骤4，利用该网络结构进行训练、得到模型，从而实现通过深度学习网络提取人耳特征点，输出人耳特征点。
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东南大学，未经东南大学许可，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/201810392301.1/，转载请声明来源钻瓜专利网。
