[发明专利]一种基于深度学习的鞋样及足迹关键点检测方法

摘要

本发明公开了一种基于深度学习的鞋样及足迹关键点检测方法，包括：S1.获得鞋样/足迹数据库：利用爬虫技术，爬取鞋样数据图片，获得鞋样图片后，使用人工标定方式标注关键点，生成鞋样数据集；足迹数据集包括现场足迹数据和嫌疑人足迹样本数据；S2.设定网络模型；S3.计算损失函数，提出基于鞋底/足迹轮廓的损失函数；S4.训练网络模型，采用部分网络结构调整的迁移学习模式进行训练；S5.将图像尺寸归一化后输入已训练好的网络模型中，输出的结果坐标标记在原图上。利用深度学习网络，提取关键点信息，使得计算机标注足迹或者鞋样图像成为可能，极大减轻了人力成本。

主权项

1.一种基于深度学习的鞋样及足迹关键点检测方法，其特征在于，包括：S1.获得鞋样/足迹数据库；S2.设定网络模型；S3.计算损失函数：提出基于鞋底/足迹轮廓的损失函数；S4.训练网络模型：采用部分网络结构调整的迁移学习模式进行训练；S5.将图像输入已训练好的网络模型中，输出的结果坐标标记在原图上。