[发明专利]一种基于深度学习的小人头检测方法有效
| 申请号： | 201810800214.5 | 申请日： | 2018-07-20 |
| 公开（公告）号： | CN109190458B | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 陈梓蓉;金连文;孙梓凯;彭德智;蔡子瑞;谢乐乐 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V20/00;G06V10/44;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 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： | 本发明公开了一种基于深度学习的小人头检测方法，包括下述步骤：(1)采集大量图像形成训练集和测试集；(2)对训练集和测试集进行精准贴边的人头标注；(3)利用R‑FCN框架，构造深度卷积神经网络，然后利用训练集图像并采用批量训练的随机梯度下降法对所构造的深度神经网络进行训练；(4)基于视觉透视变换对测试图像进行切割再部分放大；(5)将切割并放大后的测试图像，输入步骤(3)所构造的深度卷积神经网络，神经网络输出结果通过Softmax激活函数得到每个预测框的概率分布，计算最小损失函数，根据最小损失函数输出检测结果。本发明通过深度学习算法从图片样本中自动学习出人头与其它背景的不同特征，能够智能的对密集的小人头进行检测。 | ||
| 搜索关键词： | 一种 基于 深度 学习 人头 检测 方法 | ||
【主权项】：
1.一种基于深度学习的小人头检测方法，其特征在于，包括下述步骤：(1)获取数据：采集不同室内场景的大量图像形成训练集和测试集；(2)对所述训练集和测试集图像进行精准贴边的人头标注；(3)利用R‑FCN框架，构造深度卷积神经网络，然后利用训练集图像并采用批量训练的随机梯度下降法对所构造的深度神经网络进行训练，设定网络初始参数及迭代更新方式；(4)对测试集图像进行变换处理，具体为：基于视觉透视变换对测试集图像进行聚类切割再部分放大；(5)将变换处理后的测试集图像输入步骤(3)训练完成的深度卷积神经网络，得到每个预测框的概率分布，再通过计算损失函数，输出识别结果。
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华南理工大学，未经华南理工大学许可，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/201810800214.5/，转载请声明来源钻瓜专利网。
